arXiv new + ICML 2026 / OpenReview · P1 · 2026-07-15

Spectral Heat Flow for Conservative：它和通用视觉自监督的关系在于：训练-free visual token condensation 直接影响 VLM 视觉 token 的保真压缩，和视觉表征读出效率强相关

中高相关；详见方法、贡献和实验边界。

Spectral Heat Flow for Conservative Token Condensation in Vision-Language Models　arXiv new + ICML 2026 / OpenReview　原文链接

编号2607.10640 优先级P1 类别arXiv new + ICML 2026 / OpenReview 会议arXiv new + ICML 2026 / OpenReview 方法训练-free visual token condensation 直接影响 VLM 视觉 token 的保真压缩，和视觉表征读出效率强相关来源arXiv / OpenReview

先说结论。它和通用视觉自监督的关系在于：训练-free visual token condensation 直接影响 VLM 视觉 token 的保真压缩，和视觉表征读出效率强相关。中高相关；详见方法、贡献和实验边界。

**Figureure 1 · Global Top-K pruning vs**Figure 1. Global Top-K pruning vs. our proposed SpecFlow. (a) Global Top-K pruning based on [CLS] attention can yield fragmented selections due to spiky attention distributions, often creating spatial holes within objects. (b) SpecFlow diffuses attentionderived energy on a kNN token graph and applies coverage-aware regional budgeting, yielding region-coherent retained tokens under high compression.这张可视化用来解释 Spectral Heat Flow for Conservative 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 2 · Ablation study on diffusion operators**Figure 2. Ablation study on diffusion operators. Our KNN graph (built from token feature similarity) outperforms raw self-attention (Token attn) and [CLS]-initialized attention propagation ([CLS] attn).这张图/表用于判断 Spectral Heat Flow for Conservative 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：训练-free visual token condensation 直接影响 VLM 视觉 token 的保真压缩，和视觉表征读出效率强相关。

方法拆解

训练-free visual token condensation 直接影响 VLM 视觉 token 的保真压缩，和视觉表征读出效率强相关

主要贡献

中高相关；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。