우리 연구실 김소현 학생이 대한전자공학회 추계학술대회 학부생 논문경진대회에서 학부생 우수 논문 10편에 선정되었습니다.
김소현 학생은 Large Vision-Language Model에서 시각 토큰 수 증가로 인해 발생하는 연산 비효율 문제를 해결하기 위해, 기존 토큰 프루닝 기법을 이미지 복잡도와 hallucination 생성 관점에서 체계적으로 분석하고, 입력 특성에 따라 토큰을 선택적으로 제거하는 적응형 토큰 프루닝 프레임워크를 제안했습니다. 해당 연구는 효율성과 정확도를 동시에 향상시켰으며, 다양한 벤치마크 실험을 통해 우수한 성능을 입증했습니다.