V-CoLA：面向线性注意力的视觉 Token 压缩方法

V-CoLA 是一个免训练的视觉 token 压缩框架，专为 Qwen3.5 等采用线性注意力的混合架构设计。它通过唯一性感知重要性准则筛选关键视觉 token，并配合自适应 token 合并策略完成压缩，仅保留 50.0% 视觉 token 即可达到原性能的 99.5%，降至 12.5% 时仍保留 88.0% 以上，同时带来 1.86× 至 6.15× 的 prefill 加速。