arXiv 新增 + ECCV 2026 under review + VLM token pruning · P0 · 2026-06-19

Moving Beyond Diversity：它和通用视觉自监督的关系在于：把视觉 token pruning 从多样性最大化改成子空间重建误差最小化，直接影响 VLM 视觉表征保真

高相关；详见方法、贡献和实验边界。

Moving Beyond Diversity: Visual Token Pruning as Subspace Reconstruction for Efficient VLMs　arXiv 新增 + ECCV 2026 under review + VLM token pruning　原文链接

编号2606.18681 优先级P0 类别arXiv 新增 + ECCV 2026 under review + VLM token pruning 会议arXiv 新增 + ECCV 2026 under review + VLM token pruning 方法把视觉 token pruning 从多样性最大化改成子空间重建误差最小化，直接影响 VLM 视觉表征保真来源arXiv / OpenReview

先说结论。它和通用视觉自监督的关系在于：把视觉 token pruning 从多样性最大化改成子空间重建误差最小化，直接影响 VLM 视觉表征保真。高相关；详见方法、贡献和实验边界。

**Figureure 2 · : Overview of SPARE**Fig. 2: Overview of SPARE. SPARE approximates the visual subspace by iteratively selecting tokens based on reconstruction residuals, while incorporating antirelevance guidance derived from image–text semantic alignment to preserve complementary contextual information.这张图概括 Moving Beyond Diversity 的整体方法流程。阅读时先看模块之间传递的训练信号，再看作者如何把目标拆成可优化的子问题。

**Fig**Fig. A2: Qualitative Comparison. Visualizations of retained tokens under different token retention budgets, comparing SPARE with CDPruner [36].这张图/表用于判断 Moving Beyond Diversity 的实验收益来自哪里。重点看替换、消融或跨模型设置下趋势是否一致，而不是只看单个最高分。

核心问题

它和通用视觉自监督的关系在于：把视觉 token pruning 从多样性最大化改成子空间重建误差最小化，直接影响 VLM 视觉表征保真。

方法拆解

把视觉 token pruning 从多样性最大化改成子空间重建误差最小化，直接影响 VLM 视觉表征保真

主要贡献

高相关；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。