arXiv replacement + MLLM visual token retention · P3 · 2026-06-18

Last But Not Least：它和通用视觉自监督的关系在于：关注 aggressive KV cache 压缩下答案关键视觉 token 的保留问题，和视觉 token selection/long context 直接相关

中相关；详见方法、贡献和实验边界。

Last But Not Least: Boundary Attention CalibratiON for Multimodal KV Cache Compression　arXiv replacement + MLLM visual token retention　原文链接

编号2606.14782 优先级P3 类别arXiv replacement + MLLM visual token retention 会议arXiv replacement + MLLM visual token retention 方法关注 aggressive KV cache 压缩下答案关键视觉 token 的保留问题，和视觉 token selection/long context 直接相关来源arXiv / OpenReview

先说结论。它和通用视觉自监督的关系在于：关注 aggressive KV cache 压缩下答案关键视觉 token 的保留问题，和视觉 token selection/long context 直接相关。中相关；详见方法、贡献和实验边界。

**Figureure 2 · : Observation window aggregation can dilute sparse visual evidence, wh**Figure 2: Observation window aggregation can dilute sparse visual evidence, while the last query recovers these evidence. (a) Under aggressive KV compression, SparseMM discard answer-critical visual evidence and produce incorrect predictions, suggesting observation window attention can miss sparse evidence under tight cache budgets. (b) The last query is more sensitive than earlier prompt queries to answer-relevant tokens, showing its ability to capture boundary-emergent evidence. (c) Compared with window-averaged attention, last-query attention better highlights visually important tokens and closely matches the answer’s attention distribution over visual tokens.这张可视化用来解释 Last But Not Least 学到的中间表征或对齐关系。重点看它是否支持正文里的机制判断。

**Figureure 1 · : Visual Importance Estimation under low budget on SnapKV: Observation**Figure 1: Visual Importance Estimation under low budget on SnapKV: Observation window vs. BACON这张图来自论文 PDF 的结构化抽取。当前用于辅助理解 Last But Not Least 的方法或实验，请结合正文精读段落一起看。

核心问题

它和通用视觉自监督的关系在于：关注 aggressive KV cache 压缩下答案关键视觉 token 的保留问题，和视觉 token selection/long context 直接相关。

方法拆解

关注 aggressive KV cache 压缩下答案关键视觉 token 的保留问题，和视觉 token selection/long context 直接相关

主要贡献

中相关；详见方法、贡献和实验边界。

实验看点

实验部分建议重点看两类证据：一是作者是否把方法收益和更强数据、更长训练、更大模型区分开；二是跨模型、跨数据或跨任务迁移是否还能保留同样趋势。

局限与读法

这篇论文的结论需要结合任务设置、训练数据规模和消融实验一起看；不要只凭单个指标判断它对通用视觉表征的价值。