arXiv ID:
2602.01554
arXiv 提交日期: 2026-02-02
InfoTok:面向统一多模态大语言模型中容量受限共享视觉分词的信息流调控 / InfoTok: Regulating Information Flow for Capacity-Constrained Shared Visual Tokenization in Unified MLLMs
1️⃣ 一句话总结
本文提出了一种名为InfoTok的新方法,它通过信息瓶颈原理来调控视觉信息向统一多模态大模型的传递,优先保留对理解和生成任务都有用的核心结构信息,从而在有限的算力资源下,同时提升了模型的理解和生成能力。