:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jin, Xinqi, Yu, Hanxun, Yu, Bohan, Liu, Kebin, Liu, Jian, Tao, Keda, Pei, Yixuan, Wang, Huan, Dang, Fan, Liu, Jiangchuan, Wang, Weiqiang
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2512.12560
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Active Perception Agent for Omnimodal Audio-Video Understanding
von: Tao, Keda, et al.
Veröffentlicht: (2025)

StreamingTOM: Streaming Token Compression for Efficient Video Understanding
von: Chen, Xueyi, et al.
Veröffentlicht: (2025)

OmniZip: Audio-Guided Dynamic Token Compression for Fast Omnimodal Large Language Models
von: Tao, Keda, et al.
Veröffentlicht: (2025)

Palantir: Towards Efficient Super Resolution for Ultra-high-definition Live Streaming
von: Jin, Xinqi, et al.
Veröffentlicht: (2024)

Is Oracle Pruning the True Oracle?
von: Feng, Sicheng, et al.
Veröffentlicht: (2024)

LVOmniBench: Pioneering Long Audio-Video Understanding Evaluation for Omnimodal LLMs
von: Tao, Keda, et al.
Veröffentlicht: (2026)

QuickGrasp: Responsive Video-Language Querying Service via Accelerated Tokenization and Edge-Augmented Inference
von: Zhang, Miao, et al.
Veröffentlicht: (2026)

DyCoke: Dynamic Compression of Tokens for Fast Video Large Language Models
von: Tao, Keda, et al.
Veröffentlicht: (2024)

TimeChat-Online: 80% Visual Tokens are Naturally Redundant in Streaming Videos
von: Yao, Linli, et al.
Veröffentlicht: (2025)

PaceVGGT: Pre-Alternating-Attention Token Pruning for Visual Geometry Transformers
von: Li, Haotang, et al.
Veröffentlicht: (2026)

AdaptInfer: Adaptive Token Pruning for Vision-Language Model Inference with Dynamical Text Guidance
von: Zhang, Weichen, et al.
Veröffentlicht: (2025)

TARS: MinMax Token-Adaptive Preference Strategy for Hallucination Reduction in MLLMs
von: Zhang, Kejia, et al.
Veröffentlicht: (2025)

HoliTom: Holistic Token Merging for Fast Video Large Language Models
von: Shao, Kele, et al.
Veröffentlicht: (2025)

VisionTrim: Unified Vision Token Compression for Training-Free MLLM Acceleration
von: Yu, Hanxun, et al.
Veröffentlicht: (2026)

LiveStar: Live Streaming Assistant for Real-World Online Video Understanding
von: Yang, Zhenyu, et al.
Veröffentlicht: (2025)

When Token Pruning is Worse than Random: Understanding Visual Token Information in VLLMs
von: Wang, Yahong, et al.
Veröffentlicht: (2025)

EarlyTom: Early Token Compression Completes Fast Video Understanding
von: Wang, Hesong, et al.
Veröffentlicht: (2026)

OmniSense: Towards Edge-Assisted Online Analytics for 360-Degree Videos
von: Zhang, Miao, et al.
Veröffentlicht: (2025)

StarStream: Live Video Analytics over Space Networking
von: Zhang, Miao, et al.
Veröffentlicht: (2025)

Geometry-Guided 3D Visual Token Pruning for Video-Language Models
von: Li, Han, et al.
Veröffentlicht: (2026)

Revisiting MLLM Token Technology through the Lens of Classical Visual Coding
von: Liu, Jinming, et al.
Veröffentlicht: (2025)

Poison as Cure: Visual Noise for Mitigating Object Hallucinations in LVMs
von: Zhang, Kejia, et al.
Veröffentlicht: (2025)

Optimizing Mobile-Friendly Viewport Prediction for Live 360-Degree Video Streaming
von: Zhang, Lei, et al.
Veröffentlicht: (2024)

Training Noise Token Pruning
von: Rao, Mingxing, et al.
Veröffentlicht: (2024)

CROP: Contextual Region-Oriented Visual Token Pruning
von: Guo, Jiawei, et al.
Veröffentlicht: (2025)

HAWK: Head Importance-Aware Visual Token Pruning in Multimodal Models
von: Zhu, Qihui, et al.
Veröffentlicht: (2026)

Accelerating Streaming Video Large Language Models via Hierarchical Token Compression
von: Wang, Yiyu, et al.
Veröffentlicht: (2025)

Streaming Video Diffusion: Online Video Editing with Diffusion Models
von: Chen, Feng, et al.
Veröffentlicht: (2024)

Towards User-level QoE: Large-scale Practice in Personalized Optimization of Adaptive Video Streaming
von: Jia, Lianchen, et al.
Veröffentlicht: (2025)

EvoStreaming: Your Offline Video Model Is a Natively Streaming Assistant
von: Wen, Zichen, et al.
Veröffentlicht: (2026)

IDPruner: Harmonizing Importance and Diversity in Visual Token Pruning for MLLMs
von: Tan, Yifan, et al.
Veröffentlicht: (2026)

Which Heads Matter for Reasoning? RL-Guided KV Cache Compression
von: Du, Wenjie, et al.
Veröffentlicht: (2025)

Feather the Throttle: Revisiting Visual Token Pruning for Vision-Language Model Acceleration
von: Endo, Mark, et al.
Veröffentlicht: (2024)

Click-to-Ask: An AI Live Streaming Assistant with Offline Copywriting and Online Interactive QA
von: Yu, Ruizhi, et al.
Veröffentlicht: (2026)

Plug-and-Play 1.x-Bit KV Cache Quantization for Video Large Language Models
von: Tao, Keda, et al.
Veröffentlicht: (2025)

Tensorized NeuroEvolution of Augmenting Topologies for GPU Acceleration
von: Wang, Lishuang, et al.
Veröffentlicht: (2024)

GreedyPrune: Retenting Critical Visual Token Set for Large Vision Language Models
von: Pei, Ruiguang, et al.
Veröffentlicht: (2025)

Sink-Token-Aware Pruning for Fine-Grained Video Understanding in Efficient Video LLMs
von: Kim, Kibum, et al.
Veröffentlicht: (2026)

Beyond Interpretability: Exploring the Comprehensibility of Adaptive Video Streaming through Large Language Models
von: Jia, Lianchen, et al.
Veröffentlicht: (2025)

PruneVid: Visual Token Pruning for Efficient Video Large Language Models
von: Huang, Xiaohu, et al.
Veröffentlicht: (2024)