Bifocal：视觉token剪枝伤OCR，混合粒度补救

EIT-NLP 的 Bifocal 论文作者在三个多模态模型系列上复测十种代表性视觉 token 剪枝方法，发现通用问答近乎无损的同时，OCR 与视觉定位大面积崩坏——保留九成通用成绩时，定位成绩可只剩不到一成半。 针对这一短板，作者提出训练-free、即插即用的混合粒度剪枝方法 Bifocal，代码已开源；作者称其几乎补平了上述短板。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。