Buchumschlag

The Model Knows Which Tokens Matter: Automatic Token Selection via Noise Gating

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	He, Landi, Yang, Xiaoyu, Xu, Lijian
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Beyond Surrogate Gradients: Fully Differentiable Token Pruning for Vision-Language Models
von: He, Landi, et al.
Veröffentlicht: (2026)

TC-SSA: Token Compression via Semantic Slot Aggregation for Gigapixel Pathology Reasoning
von: Chen, Zhuo, et al.
Veröffentlicht: (2026)

Fewer Tokens, Greater Scaling: Self-Adaptive Visual Bases for Efficient and Expansive Representation Learning
von: Young, Shawn, et al.
Veröffentlicht: (2025)

TEASER: Token Enhanced Spatial Modeling for Expressions Reconstruction
von: Liu, Yunfei, et al.
Veröffentlicht: (2025)

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

Image Tokens Matter: Mitigating Hallucination in Discrete Tokenizer-based Large Vision-Language Models via Latent Editing
von: Wang, Weixing, et al.
Veröffentlicht: (2025)

Zero-Shot Video Translation via Token Warping
von: Zhu, Haiming, et al.
Veröffentlicht: (2024)

The First to Know: How Token Distributions Reveal Hidden Knowledge in Large Vision-Language Models?
von: Zhao, Qinyu, et al.
Veröffentlicht: (2024)

TrimTokenator: Towards Adaptive Visual Token Pruning for Large Multimodal Models
von: Zhang, Hao, et al.
Veröffentlicht: (2025)

TokenAR: Multiple Subject Generation via Autoregressive Token-level enhancement
von: Sun, Haiyue, et al.
Veröffentlicht: (2025)

Recolour What Matters: Region-Aware Colour Editing via Token-Level Diffusion
von: Yang, Yuqi, et al.
Veröffentlicht: (2026)

OptiPrune: Boosting Prompt-Image Consistency with Attention-Guided Noise and Dynamic Token Selection
von: Lu, Ziji
Veröffentlicht: (2025)

Stop Looking for Important Tokens in Multimodal Language Models: Duplication Matters More
von: Wen, Zichen, et al.
Veröffentlicht: (2025)

ToDRE: Effective Visual Token Pruning via Token Diversity and Task Relevance
von: Li, Duo, et al.
Veröffentlicht: (2025)

Enhancing Visual Grounding and Generalization: A Multi-Task Cycle Training Approach for Vision-Language Models
von: Yang, Xiaoyu, et al.
Veröffentlicht: (2023)

FPAN: Mitigating Replication in Diffusion Models through the Fine-Grained Probabilistic Addition of Noise to Token Embeddings
von: Xu, Jingqi, et al.
Veröffentlicht: (2025)

FlexSelect: Flexible Token Selection for Efficient Long Video Understanding
von: Zhang, Yunzhu, et al.
Veröffentlicht: (2025)

Pyramid Token Pruning for High-Resolution Large Vision-Language Models via Region, Token, and Instruction-Guided Importance
von: Liang, Yuxuan, et al.
Veröffentlicht: (2025)

TokensGen: Harnessing Condensed Tokens for Long Video Generation
von: Ouyang, Wenqi, et al.
Veröffentlicht: (2025)

A Frame is Worth One Token: Efficient Generative World Modeling with Delta Tokens
von: Kerssies, Tommie, et al.
Veröffentlicht: (2026)

Model Already Knows the Best Noise: Bayesian Active Noise Selection via Attention in Video Diffusion Model
von: Kim, Kwanyoung, et al.
Veröffentlicht: (2025)

Beyond Next-Token Alignment: Distilling Multimodal Large Language Models via Token Interactions
von: Chen, Lin, et al.
Veröffentlicht: (2026)

FlashVLM: Text-Guided Visual Token Selection for Large Multimodal Models
von: Cai, Kaitong, et al.
Veröffentlicht: (2025)

Unified Pix Token And Word Token Generative Language Model
von: Leung, Haun, et al.
Veröffentlicht: (2026)

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

Homogeneous Tokenizer Matters: Homogeneous Visual Tokenizer for Remote Sensing Image Understanding
von: Shao, Run, et al.
Veröffentlicht: (2024)

TokenSeg: Efficient 3D Medical Image Segmentation via Hierarchical Visual Token Compression
von: Zeng, Sen, et al.
Veröffentlicht: (2026)

Purge-Gate: Backpropagation-Free Test-Time Adaptation for Point Clouds Classification via Token Purging
von: Yazdanpanah, Moslem, et al.
Veröffentlicht: (2025)

TokenCarve: Information-Preserving Visual Token Compression in Multimodal Large Language Models
von: Tan, Xudong, et al.
Veröffentlicht: (2025)

RedVTP: Training-Free Acceleration of Diffusion Vision-Language Models Inference via Masked Token-Guided Visual Token Pruning
von: Xu, Jingqi, et al.
Veröffentlicht: (2025)

WeMMU: Enhanced Bridging of Vision-Language Models and Diffusion Models via Noisy Query Tokens
von: Yang, Jian, et al.
Veröffentlicht: (2025)

MergeTok: Unified Continuous and Discrete Visual Tokenization via Token Merging
von: Zhang, Luyuan, et al.
Veröffentlicht: (2026)

Tokenize Anything via Prompting
von: Pan, Ting, et al.
Veröffentlicht: (2023)

OmniSelect: Dynamic Modality-Aware Token Compression for Efficient Omni-modal Large Language Models
von: Yang, Morunliu, et al.
Veröffentlicht: (2026)

Know Your Attention Maps: Class-specific Token Masking for Weakly Supervised Semantic Segmentation
von: Hanna, Joelle, et al.
Veröffentlicht: (2025)

TokenCLIP: Token-wise Prompt Learning for Zero-shot Anomaly Detection
von: Zhou, Qihang, et al.
Veröffentlicht: (2025)

Magic Tokens: Select Diverse Tokens for Multi-modal Object Re-Identification
von: Zhang, Pingping, et al.
Veröffentlicht: (2024)

TokenPure: Watermark Removal through Tokenized Appearance and Structural Guidance
von: Yang, Pei, et al.
Veröffentlicht: (2025)

TokenMotion: Motion-Guided Vision Transformer for Video Camouflaged Object Detection Via Learnable Token Selection
von: Yu, Zifan, et al.
Veröffentlicht: (2023)

PanoLlama: Generating Endless and Coherent Panoramas with Next-Token-Prediction LLMs
von: Zhou, Teng, et al.
Veröffentlicht: (2024)