FastMMoE: Accelerating Multimodal Large Language Models through Dynamic Expert Activation and Routing-Aware Token Pruning
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Xia, Guoyang, Ding, Yifeng, Li, Fengfa, Ren, Lei, Chen, Wei, Feng, Fangxiang, Wang, Xiaojie |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
SMAR: Soft Modality-Aware Routing Strategy for MoE-based Multimodal Large Language Models Preserving Language Capabilities
par: Xia, Guoyang, et autres
Publié: (2025)
par: Xia, Guoyang, et autres
Publié: (2025)
MMoE: Enhancing Multimodal Models with Mixtures of Multimodal Interaction Experts
par: Yu, Haofei, et autres
Publié: (2023)
par: Yu, Haofei, et autres
Publié: (2023)
ChunkLLM: A Lightweight Pluggable Framework for Accelerating LLMs Inference
par: Ouyang, Haojie, et autres
Publié: (2025)
par: Ouyang, Haojie, et autres
Publié: (2025)
FastVID: Dynamic Density Pruning for Fast Video Large Language Models
par: Shen, Leqi, et autres
Publié: (2025)
par: Shen, Leqi, et autres
Publié: (2025)
QAPruner: Quantization-Aware Vision Token Pruning for Multimodal Large Language Models
par: Wang, Xinhao, et autres
Publié: (2026)
par: Wang, Xinhao, et autres
Publié: (2026)
Token Pruning in Multimodal Large Language Models: Are We Solving the Right Problem?
par: Wen, Zichen, et autres
Publié: (2025)
par: Wen, Zichen, et autres
Publié: (2025)
Lngram: N-gram Conditional Memory in Latent Space
par: Zheng, Yunao, et autres
Publié: (2026)
par: Zheng, Yunao, et autres
Publié: (2026)
DiffHarmony: Latent Diffusion Model Meets Image Harmonization
par: Zhou, Pengfei, et autres
Publié: (2024)
par: Zhou, Pengfei, et autres
Publié: (2024)
MADTP: Multimodal Alignment-Guided Dynamic Token Pruning for Accelerating Vision-Language Transformer
par: Cao, Jianjian, et autres
Publié: (2024)
par: Cao, Jianjian, et autres
Publié: (2024)
Fast-Slow Efficient Training for Multimodal Large Language Models via Visual Token Pruning
par: Zhang, Dingkun, et autres
Publié: (2026)
par: Zhang, Dingkun, et autres
Publié: (2026)
MoDES: Accelerating Mixture-of-Experts Multimodal Large Language Models via Dynamic Expert Skipping
par: Huang, Yushi, et autres
Publié: (2025)
par: Huang, Yushi, et autres
Publié: (2025)
Concept Conductor: Orchestrating Multiple Personalized Concepts in Text-to-Image Synthesis
par: Yao, Zebin, et autres
Publié: (2024)
par: Yao, Zebin, et autres
Publié: (2024)
Route Experts by Sequence, not by Token
par: Wen, Tiansheng, et autres
Publié: (2025)
par: Wen, Tiansheng, et autres
Publié: (2025)
FreeGraftor: Training-Free Cross-Image Feature Grafting for Subject-Driven Text-to-Image Generation
par: Yao, Zebin, et autres
Publié: (2025)
par: Yao, Zebin, et autres
Publié: (2025)
Routing Experts: Learning to Route Dynamic Experts in Multi-modal Large Language Models
par: Wu, Qiong, et autres
Publié: (2024)
par: Wu, Qiong, et autres
Publié: (2024)
EntropyPrune: Matrix Entropy Guided Visual Token Pruning for Multimodal Large Language Models
par: Wang, Yahong, et autres
Publié: (2026)
par: Wang, Yahong, et autres
Publié: (2026)
TAMP: Token-Adaptive Layerwise Pruning in Multimodal Large Language Models
par: Lee, Jaewoo, et autres
Publié: (2025)
par: Lee, Jaewoo, et autres
Publié: (2025)
Fit and Prune: Fast and Training-free Visual Token Pruning for Multi-modal Large Language Models
par: Ye, Weihao, et autres
Publié: (2024)
par: Ye, Weihao, et autres
Publié: (2024)
Probe Pruning: Accelerating LLMs through Dynamic Pruning via Model-Probing
par: Le, Qi, et autres
Publié: (2025)
par: Le, Qi, et autres
Publié: (2025)
HieraVid: Hierarchical Token Pruning for Fast Video Large Language Models
par: Guo, Yansong, et autres
Publié: (2026)
par: Guo, Yansong, et autres
Publié: (2026)
MMoE: Robust Spoiler Detection with Multi-modal Information and Domain-aware Mixture-of-Experts
par: Zeng, Zinan, et autres
Publié: (2024)
par: Zeng, Zinan, et autres
Publié: (2024)
Saliency-driven Dynamic Token Pruning for Large Language Models
par: Tao, Yao, et autres
Publié: (2025)
par: Tao, Yao, et autres
Publié: (2025)
HeadRouter: Dynamic Head-Weight Routing for Task-Adaptive Audio Token Pruning in Large Audio Language Models
par: He, Peize, et autres
Publié: (2026)
par: He, Peize, et autres
Publié: (2026)
TopV: Compatible Token Pruning with Inference Time Optimization for Fast and Low-Memory Multimodal Vision Language Model
par: Yang, Cheng, et autres
Publié: (2025)
par: Yang, Cheng, et autres
Publié: (2025)
DivPrune: Diversity-based Visual Token Pruning for Large Multimodal Models
par: Alvar, Saeed Ranjbar, et autres
Publié: (2025)
par: Alvar, Saeed Ranjbar, et autres
Publié: (2025)
Accelerating Multimodal Large Language Models by Searching Optimal Vision Token Reduction
par: Zhao, Shiyu, et autres
Publié: (2024)
par: Zhao, Shiyu, et autres
Publié: (2024)
FastAV: Efficient Token Pruning for Audio-Visual Large Language Model Inference
par: Jung, Chaeyoung, et autres
Publié: (2026)
par: Jung, Chaeyoung, et autres
Publié: (2026)
Decoupled Similarity for Task-Aware Token Pruning in Large Vision-Language Models
par: Ma, Kexin, et autres
Publié: (2026)
par: Ma, Kexin, et autres
Publié: (2026)
Opportunistic Expert Activation: Batch-Aware Expert Routing for Faster Decode Without Retraining
par: Oncescu, Costin-Andrei, et autres
Publié: (2025)
par: Oncescu, Costin-Andrei, et autres
Publié: (2025)
Accelerating Matrix Factorization by Dynamic Pruning for Fast Recommendation
par: Wu, Yining, et autres
Publié: (2024)
par: Wu, Yining, et autres
Publié: (2024)
TrimTokenator: Towards Adaptive Visual Token Pruning for Large Multimodal Models
par: Zhang, Hao, et autres
Publié: (2025)
par: Zhang, Hao, et autres
Publié: (2025)
How Confident Is the First Token? An Uncertainty-Calibrated Prompt Optimization Framework for Large Language Model Classification and Understanding
par: Chen, Wei, et autres
Publié: (2026)
par: Chen, Wei, et autres
Publié: (2026)
Mixture of States: Routing Token-Level Dynamics for Multimodal Generation
par: Liu, Haozhe, et autres
Publié: (2025)
par: Liu, Haozhe, et autres
Publié: (2025)
SEAP: Training-free Sparse Expert Activation Pruning Unlock the Brainpower of Large Language Models
par: Liang, Xun, et autres
Publié: (2025)
par: Liang, Xun, et autres
Publié: (2025)
HAWK: Head Importance-Aware Visual Token Pruning in Multimodal Models
par: Zhu, Qihui, et autres
Publié: (2026)
par: Zhu, Qihui, et autres
Publié: (2026)
Accelerating Multimodal Large Language Models via Dynamic Visual-Token Exit and the Empirical Findings
par: Wu, Qiong, et autres
Publié: (2024)
par: Wu, Qiong, et autres
Publié: (2024)
Modality-Aware Neuron Pruning for Unlearning in Multimodal Large Language Models
par: Liu, Zheyuan, et autres
Publié: (2025)
par: Liu, Zheyuan, et autres
Publié: (2025)
ToMoE: Converting Dense Large Language Models to Mixture-of-Experts through Dynamic Structural Pruning
par: Gao, Shangqian, et autres
Publié: (2025)
par: Gao, Shangqian, et autres
Publié: (2025)
DynaMMo: Dynamic Model Merging for Efficient Class Incremental Learning for Medical Images
par: Qazi, Mohammad Areeb, et autres
Publié: (2024)
par: Qazi, Mohammad Areeb, et autres
Publié: (2024)
AdaTP: Attention-Debiased Token Pruning for Video Large Language Models
par: Sun, Fengyuan, et autres
Publié: (2025)
par: Sun, Fengyuan, et autres
Publié: (2025)
Documents similaires
-
SMAR: Soft Modality-Aware Routing Strategy for MoE-based Multimodal Large Language Models Preserving Language Capabilities
par: Xia, Guoyang, et autres
Publié: (2025) -
MMoE: Enhancing Multimodal Models with Mixtures of Multimodal Interaction Experts
par: Yu, Haofei, et autres
Publié: (2023) -
ChunkLLM: A Lightweight Pluggable Framework for Accelerating LLMs Inference
par: Ouyang, Haojie, et autres
Publié: (2025) -
FastVID: Dynamic Density Pruning for Fast Video Large Language Models
par: Shen, Leqi, et autres
Publié: (2025) -
QAPruner: Quantization-Aware Vision Token Pruning for Multimodal Large Language Models
par: Wang, Xinhao, et autres
Publié: (2026)