位置就是一切：一种面向基于 MLLM 的指代表达分割的免费 Token 压缩策略

英文标题：Position Is All You Need: A Free Lunch Token Compression Strategy for MLLM-based Referring Expression Segmentation

该论文提出了一种面向多模态大语言模型（MLLM）指代表达分割（RES）的 Token 压缩策略。RES 的目标是根据复杂且隐含的文本查询生成像素级分割掩码。论文指出，尽管 MLLM 的进展显著提升了 RES 性能，但相关方法仍面临较高的计算开销问题。该方法从“位置”信息出发，旨在为开发者提供一种无需额外成本的 Token 压缩思路。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB