用测试时回归重新思考序列压缩：TTR-Compressor 提出新方案

TTR-Compressor 将序列压缩视为测试时回归问题，输入 token 定义回归问题、拟合系数构成压缩表示，回归问题端到端反向传播学习，系数在前向传播中以闭式解高效计算。在块稀疏注意力中，其 RULER 表现大幅优于基于注意力的压缩器；作为多模态大语言模型的视觉 token 合并器，它持续优于标准 MLP merger，并在视觉 token 减少 55.6% 时达到同等性能。