压缩视觉 token 的风险，不只是少看了多少信息，还在于图像一变，模型会重新挑哪些位置保留。 https://arxiv.org/abs/2610.345… · @vintcessun · TwKit

@vintcessun

压缩视觉 token 的风险，不只是少看了多少信息，还在于图像一变，模型会重新挑哪些位置保留。 https://arxiv.org/abs/2610.34545 VTC-AUDIT 用四臂干预拆分“换了保留位置”和“换了视觉特征”的影响。在三种模型、四项任务和八种图像偏移中，偏移后重选 token 都增加了压缩特异失败；但位置集合变化多大，并不能可靠预测单个样本是否会错。评测压缩模型，干净图像准确率和速度还不够，条件可靠性也该报。

曝光 108 · 评论 2 · 点赞 2 · 书签 1