HF Daily Papers·· 4 天前精选AI 评分52
LOWN：仅在需要时处理图像，面向扩散视觉语言模型高效解码的证书引导视觉路由
Look Only When Needed: Certificate-Guided Visual Routing for Efficient Diffusion VLMs
AI 导读
论文提出 LOWN 解码方法，在无图像预测与上一次图像条件预测一致时跳过图像处理，并用经认证的 token 数量决定该步解掩码数量。该方法无需训练或调节阈值，在 10 个基准上保留 LLaDA-V 得分的 99.6%，平均使用 35.3% 的解码 FLOPs。
推荐理由
论文量化了扩散视觉语言模型重复处理图像的开销，并用证书引导路由在无需训练和阈值调节的条件下削减解码计算。
来源：HF Daily Papers · huggingface.co