CMU开源VTR压缩视觉令牌
热点事件持续更新
CMU开源VTR压缩视觉令牌
3 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
CMU研究人员Pranjal Aggarwal与Sean Welleck提出并开源视觉令牌路由VTR，通过联合训练三层轻量MLP路由器，逐步丢弃时间上冗余或智能体无需据此行动的视觉令牌。其测试显示，视觉令牌消耗最多减少5.8倍，同时准确率保持不变，使计算机操作智能体运行更快、成本更低。 VTR每第10张截图完整保留，以维持全局视野；路由器仅在Qwen3.5-2B上训练2000步。
AI 根据报道生成 · 45 分钟前更新
最新进展11月5日 01:09
CMU 提出 Visual Token Routing，VLM Agent 视觉 token 开销降 5.8 倍事件进展
2 个进展
- 11月5日 01:09 · 1 篇报道提出视觉令牌路由方法VTRAGI Hunt：视觉 token 路由 VTR：VLM agent 保持准确率不变，最多减少 5.8 倍视觉 token
- 11月5日 00:46 · 2 篇报道发布视觉令牌路由方法 VTRAGI Hunt：CMU 提出 Visual Token Routing 降低 VLM Agent 视觉 token 开销
报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- AGI HuntCMU 提出 Visual Token Routing，VLM Agent 视觉 token 开销降 5.8 倍
CMU 研究者 Pranjal Aggarwal 与 Sean Welleck 提出 Visual Token Routing（VTR），通过训练轻量路由器丢弃时间上冗余或 Agent 无需据此行动的视觉 token。该方法使 VLM Agent 的视觉 token 消耗减少 5.8 倍，精度保持不变，运行更快、成本更低。
- AGI Hunt视觉 token 路由 VTR：VLM agent 保持准确率不变，最多减少 5.8 倍视觉 token
视觉 token 路由 VTR 通过联合训练轻量路由器，帮助 VLM agent 丢弃时间上冗余或无需据此行动的视觉 token，在准确率不变的前提下最多减少 5.8 倍视觉 token。该方法可降低 research agent 每步重新评估屏幕的成本，使其在同等算力预算下覆盖更多搜索。
- AGI HuntCMU 提出 Visual Token Routing 降低 VLM Agent 视觉 token 开销
CMU 的 Pranjal Aggarwal 与 Sean Welleck 提出并开源 Visual Token Routing，通过三层 MLP 路由器筛选 VLM Agent 所需的视觉 token。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。