与查询无关的可变速率视觉 token 编码方法

保留全部视觉 token、只改变其速率，该方法用整数速率—失真优化在固定比特预算下分配比特，一份压缩表示即可服务任意查询。在相同比特预算下，它比 uniform-rate coding、闭式 water-fill 和 distortion-ranked pruning 更好地保持模型输出分布与答案，并与注意力排序剪枝在其调优的问题上持平；当同一压缩图像被换一个问题询问时，它实现反超。