Extreme Model Compression for Edge Vision-Language Models: Sparse Temporal Token Fusion and Adaptive Neural Compression
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Tanvir, Md Tasnin, Das, Soumitra, Rahaman, Sk Md Abidar, Sichani, Ali Shiri |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Data-Driven Antenna Miniaturization: A Knowledge-Based System Integrating Quantum PSO and Predictive Machine Learning Models
par: Parvez, Khan Masood, et autres
Publié: (2025)
par: Parvez, Khan Masood, et autres
Publié: (2025)
AI-Enabled Smart Hygiene System for Real-Time Glucose Detection
par: Parvez, Khan Masood, et autres
Publié: (2025)
par: Parvez, Khan Masood, et autres
Publié: (2025)
An Explainable Vision-Language Model Framework with Adaptive PID-Tversky Loss for Lumbar Spinal Stenosis Diagnosis
par: Sk., Md. Sajeebul Islam, et autres
Publié: (2026)
par: Sk., Md. Sajeebul Islam, et autres
Publié: (2026)
Adaptive-VoCo: Complexity-Aware Visual Token Compression for Vision-Language Models
par: Guo, Xiaoyang, et autres
Publié: (2025)
par: Guo, Xiaoyang, et autres
Publié: (2025)
Vision-centric Token Compression in Large Language Model
par: Xing, Ling, et autres
Publié: (2025)
par: Xing, Ling, et autres
Publié: (2025)
HybridToken-VLM: Hybrid Token Compression for Vision-Language Models
par: Zhang, Jusheng, et autres
Publié: (2025)
par: Zhang, Jusheng, et autres
Publié: (2025)
UniCompress: Token Compression for Unified Vision-Language Understanding and Generation
par: Wang, Ziyao, et autres
Publié: (2026)
par: Wang, Ziyao, et autres
Publié: (2026)
Language-Guided Token Compression with Reinforcement Learning in Large Vision-Language Models
par: Cao, Sihan, et autres
Publié: (2026)
par: Cao, Sihan, et autres
Publié: (2026)
Extreme Compression of Adaptive Neural Images
par: Hoshikawa, Leo, et autres
Publié: (2024)
par: Hoshikawa, Leo, et autres
Publié: (2024)
A Heterogeneous Two-Stream Framework for Video Action Recognition with Comparative Fusion Analysis
par: Rahaman, Md. Afzalur, et autres
Publié: (2026)
par: Rahaman, Md. Afzalur, et autres
Publié: (2026)
A Glimpse to Compress: Dynamic Visual Token Pruning for Large Vision-Language Models
par: Zeng, Quan-Sheng, et autres
Publié: (2025)
par: Zeng, Quan-Sheng, et autres
Publié: (2025)
Edge-Optimized Vision-Language Models for Underground Infrastructure Assessment
par: Lopez, Johny J., et autres
Publié: (2026)
par: Lopez, Johny J., et autres
Publié: (2026)
Fourier Compressor: Frequency-Domain Visual Token Compression for Vision-Language Models
par: Wang, Huanyu, et autres
Publié: (2025)
par: Wang, Huanyu, et autres
Publié: (2025)
TCSAFormer: Efficient Vision Transformer with Token Compression and Sparse Attention for Medical Image Segmentation
par: Xia, Zunhui, et autres
Publié: (2025)
par: Xia, Zunhui, et autres
Publié: (2025)
OTT-Vid: Optimal Transport Temporal Token Compression for Video Large Language Models
par: Kang, Minseok, et autres
Publié: (2026)
par: Kang, Minseok, et autres
Publié: (2026)
On the Adversarial Robustness of Large Vision-Language Models under Visual Token Compression
par: Zhang, Xinwei, et autres
Publié: (2026)
par: Zhang, Xinwei, et autres
Publié: (2026)
DynaTok: Temporally Adaptive and Positional Bias-Aware Token Compression for Video-LLMs
par: Park, Minyoung, et autres
Publié: (2026)
par: Park, Minyoung, et autres
Publié: (2026)
Vision Models for Medical Imaging: A Hybrid Approach for PCOS Detection from Ultrasound Scans
par: Hoque, Md Mahmudul, et autres
Publié: (2026)
par: Hoque, Md Mahmudul, et autres
Publié: (2026)
Token Compression Meets Compact Vision Transformers: A Survey and Comparative Evaluation for Edge AI
par: Nguyen, Phat, et autres
Publié: (2025)
par: Nguyen, Phat, et autres
Publié: (2025)
Benchmarking and Mitigating MCQA Selection Bias of Large Vision-Language Models
par: Atabuzzaman, Md., et autres
Publié: (2025)
par: Atabuzzaman, Md., et autres
Publié: (2025)
PVC: Progressive Visual Token Compression for Unified Image and Video Processing in Large Vision-Language Models
par: Yang, Chenyu, et autres
Publié: (2024)
par: Yang, Chenyu, et autres
Publié: (2024)
TokenCarve: Information-Preserving Visual Token Compression in Multimodal Large Language Models
par: Tan, Xudong, et autres
Publié: (2025)
par: Tan, Xudong, et autres
Publié: (2025)
The Compression Gap: Why Discrete Tokenization Limits Vision-Language-Action Model Scaling
par: Shiba, Takuya
Publié: (2026)
par: Shiba, Takuya
Publié: (2026)
VidCompress: Memory-Enhanced Temporal Compression for Video Understanding in Large Language Models
par: Lan, Xiaohan, et autres
Publié: (2024)
par: Lan, Xiaohan, et autres
Publié: (2024)
Leveraging Vision-Language Embeddings for Zero-Shot Learning in Histopathology Images
par: Rahaman, Md Mamunur, et autres
Publié: (2025)
par: Rahaman, Md Mamunur, et autres
Publié: (2025)
A Survey of Token Compression for Efficient Multimodal Large Language Models
par: Shao, Kele, et autres
Publié: (2025)
par: Shao, Kele, et autres
Publié: (2025)
A Computer Vision Based Approach for Stalking Detection Using a CNN-LSTM-MLP Hybrid Fusion Model
par: Hasan, Murad, et autres
Publié: (2024)
par: Hasan, Murad, et autres
Publié: (2024)
STaR-KV: Spatio-Temporal Adaptive Re-weighting for KV Cache Compression in GUI Vision-Language Models
par: Han, Yuhang, et autres
Publié: (2026)
par: Han, Yuhang, et autres
Publié: (2026)
Multi-hop Relational Contrastive Learning: Extending Spatial Contrastive Pre-training Beyond Pairwise Relations
par: Ahmed, Sheikh Tanvir, et autres
Publié: (2026)
par: Ahmed, Sheikh Tanvir, et autres
Publié: (2026)
Edge-Enhanced Vision Transformer Framework for Accurate AI-Generated Image Detection
par: Das, Dabbrata, et autres
Publié: (2025)
par: Das, Dabbrata, et autres
Publié: (2025)
HCC-3D: Hierarchical Compensatory Compression for 98% 3D Token Reduction in Vision-Language Models
par: Zhang, Liheng, et autres
Publié: (2025)
par: Zhang, Liheng, et autres
Publié: (2025)
OmniVLM: A Token-Compressed, Sub-Billion-Parameter Vision-Language Model for Efficient On-Device Inference
par: Chen, Wei, et autres
Publié: (2024)
par: Chen, Wei, et autres
Publié: (2024)
EvoCut: Multi-Layer Evolution-Aware Visual Token Compression for Efficient Large Vision-Language Models
par: Lu, Hongyu, et autres
Publié: (2026)
par: Lu, Hongyu, et autres
Publié: (2026)
CLiFT: Compressive Light-Field Tokens for Compute-Efficient and Adaptive Neural Rendering
par: Wang, Zhengqing, et autres
Publié: (2025)
par: Wang, Zhengqing, et autres
Publié: (2025)
Data Fusion of Semantic and Depth Information in the Context of Object Detection
par: Yusuf, Md Abu, et autres
Publié: (2024)
par: Yusuf, Md Abu, et autres
Publié: (2024)
DARK: Diagonal-Anchored Repulsive Knowledge Distillation for Vision-Language Models under Extreme Compression
par: Saeed, Numan, et autres
Publié: (2026)
par: Saeed, Numan, et autres
Publié: (2026)
Video-XL-Pro: Reconstructive Token Compression for Extremely Long Video Understanding
par: Liu, Xiangrui, et autres
Publié: (2025)
par: Liu, Xiangrui, et autres
Publié: (2025)
FCoT-VL:Advancing Text-oriented Large Vision-Language Models with Efficient Visual Token Compression
par: Li, Jianjian, et autres
Publié: (2025)
par: Li, Jianjian, et autres
Publié: (2025)
HeBA: Heterogeneous Bottleneck Adapters for Robust Vision-Language Models
par: Islam, Md Jahidul
Publié: (2026)
par: Islam, Md Jahidul
Publié: (2026)
Accelerating Streaming Video Large Language Models via Hierarchical Token Compression
par: Wang, Yiyu, et autres
Publié: (2025)
par: Wang, Yiyu, et autres
Publié: (2025)
Documents similaires
-
Data-Driven Antenna Miniaturization: A Knowledge-Based System Integrating Quantum PSO and Predictive Machine Learning Models
par: Parvez, Khan Masood, et autres
Publié: (2025) -
AI-Enabled Smart Hygiene System for Real-Time Glucose Detection
par: Parvez, Khan Masood, et autres
Publié: (2025) -
An Explainable Vision-Language Model Framework with Adaptive PID-Tversky Loss for Lumbar Spinal Stenosis Diagnosis
par: Sk., Md. Sajeebul Islam, et autres
Publié: (2026) -
Adaptive-VoCo: Complexity-Aware Visual Token Compression for Vision-Language Models
par: Guo, Xiaoyang, et autres
Publié: (2025) -
Vision-centric Token Compression in Large Language Model
par: Xing, Ling, et autres
Publié: (2025)