マルチモーダルLLMの推論コストを削減するフレームワークを提案

arXiv cs.CL ・ 2026-08-03

原題: ET-Prune: Evidence-Aware Dynamic Budgeting for Visual Token Pruning in Text-Rich MLLMs

AI による要約

マルチモーダルLLMにおける推論コストを削減しつつOCRなどのタスクでの情報欠落を防ぐため、質問に応じた証拠配分を行うフレームワーク「ET-Prune」を提案した。テキスト領域や重要度の高い空間情報を保護しながら、動的な予算配分によってビジュアルトークンを効率的にプルーニングする。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.CL）をご確認ください。