项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 86
核心亮点
- 提出整体令牌合并方法，同时优化空间和时间冗余，加速效果显著
- 基于NeurIPS 2025论文，方法有学术验证，非简单工程技巧
- 与主流Video LLM架构兼容，集成成本低，易上手
不足之处
- 项目处于早期，文档和社区支持待观察
- 令牌合并可能引入轻微信息损失，对高精度任务需权衡
适用场景
- 长视频理解与摘要生成
- 视频问答系统实时响应
- 边缘设备或资源受限环境部署视频模型
替代项目
Token Merging (ToMe)、FastV、VideoLLM加速框架
上一篇：llm4regression
同类项目推荐
Adaptive-MT-LLM-Fine-tuning
开源
微调开源大模型，让翻译更懂你的领域
Fine-tuning Open-Source LLMs for Adaptive Machine Translation
xtuner
开源
训练千亿 MoE 模型，省显存又提速
A Next-Generation Training Engine Built for Ultra-Large MoE Models
automix
开源
让多个AI模型互相验证，推理结果更靠谱
Mixing Language Models with Self-Verification and Meta-Verification
Awesome-MLLM-Tuning
开源
多模态大模型微调不丢本事的论文与思路合集
Multimodal Large Language Model (MLLM) Tuning Survey: Keeping Yourself is Important ···
dLLM-RL
开源
给扩散大模型装上强化学习引擎，训练出 SOTA 的 TraDo 系列
[ICLR 2026] Official code for TraceRL: Revolutionizing post-training for Diffusion L···
datablations
开源
数据不够时，教你如何最优训练大模型
Scaling Data-Constrained Language Models
LLM-Drop
开源
丢弃冗余层，加速 Transformer 推理，省算力不掉点。
The official implementation of the paper "Uncovering the Redundancy in Transformers ···
OpenEBFM
开源
能量基基础模型的开源训练与扩展代码
Open-source code for training and scaling up energy-based foundation models.
JAFAR
开源
任意分辨率下提升特征，无需重训模型
[NeurIPS 2025] Official code for JAFAR: Jack up Any Feature at Any Resolution