**V-CoLA：面向线性注意力的视觉Token压缩框架**

_V-CoLA: Vision Token Compression with Linear Attention_

> 针对混合架构中线性注意力机制导致传统视觉Token压缩方法失效的问题，提出免训练框架V-CoLA。该框架引入独特性感知重要性准则与自适应合并策略，兼容线性注意力的分块并行性。实验显示，V-CoLA在保留99.5%性能时仅需50%的视觉Token，并实现1.86至6.15倍的预填充加速。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-09 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.11251)