The Chinese University of Hong Kong（香港中文大学）

MedPruner: Training-Free Hierarchical Token Pruning for Efficient 3D Medical Image Understanding in Vision-Language Models

MedPruner: 面向高效3D医学图像理解的免训练层次化令牌剪枝框架

Shengyuan Liu, Zanting Ye, Yunrui Lin, Chen Hu, Wanting Geng, Xu Han, Bulat Ibragimov, Yefeng Zheng, Yixuan Yuan

机构 * Chinese University of Hong Kong（香港中文大学） ； Westlake University（西湖大学） ； Southern Medical University（南方医科大学） ； Jiangnan University（江南大学） ； Dalian University of Technology（大连理工大学） ； Shanghai Jiao Tong University（上海交通大学） ； University of Copenhagen（哥本哈根大学） 纠错

AI总结 提出MedPruner，一种免训练、模型无关的层次化令牌剪枝框架，通过帧间锚点过滤和动态信息核选择，在保留不到5%视觉令牌时保持甚至提升模型性能，显著降低计算开销。

Comments 11 pages

Circular Quasiconformal Deturbulence: Geometry-Based Restoration from Multiple Turbulent Frames

圆形拟共形去湍流：基于几何的多湍流帧图像恢复

Chu Chen, Han Zhang, Lok Ming Lui

机构 * Department of Mathematics, City University of Hong Kong（香港城市大学数学系） ； Hong Kong Centre for Cerebro-Cardiovascular Health Engineering（香港脑心血管健康工程中心） ； Department of Mathematics, Chinese University of Hong Kong（香港中文大学数学系） 纠错

AI总结 提出圆形拟共形去湍流（CQCD）框架，利用圆形架构联合估计前向与后向变换，结合拟共形几何保证双射变形，实现无监督多帧湍流图像恢复，在合成和真实数据集上优于现有方法。

Journal ref Neurocomputing (2026): 134277