#token剪枝

一篇很实用的推理优化论文：给 Qwen3 加个小模块做 token 剪枝，TTFT 最快快 11 倍，代码开源可以直接试。

论文教你怎么用解码器雅可比给 ViT 特征空间算真正的任务几何，剪掉一半 token 还能让深度误差少涨 25%，做高效推理的可以看看。

VPRune 不用训练就能剪掉 LVLM 的视觉 token，FastVLM-1.5B 上高压缩率也掉点少，做端侧部署可以看看。