TRIAGE：VLA推理复用与剪枝视觉token

Sooyoung Kwon、Carlee Joe-Wong 与 Kyunghan Lee 提出免训练加速方法 TRIAGE，用于视觉-语言-动作（VLA）模型推理：按 token 漂移阈值判断缓存 KV 是否仍有效，有效则复用、否则剪枝，并固定重算预算以直接控制预填充延迟。 作者称，在 LIBERO-Object 上仅重算 7% 的视觉 token 时，该方法比最强基线高 24.4 个百分点；同一诊断方法可为不同骨干网络分别校准该阈值。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。