Tag
V-CoLA 提出一种面向线性注意力混合架构的免训练视觉 token 压缩框架，通过独特性感知的重要性准则与自适应 token 合并策略，在仅保留 50% 视觉 token 时达到 99.5% 原始性能，并实现 1.86x 至 6.15x 的预填充加速。