1.一种基于图信息传播的视觉令牌剪枝方法，其特征在于：所述方法包括：步骤S1、通过视觉编码器对输入图像进行视觉提取得到视觉令牌；步骤S2、通过计算每个视觉令牌的二范数，初始化每一视觉令牌的重要性评分，得到所有令牌的重要性评分；步骤S3、构建关于视觉令牌的图结构，将每一视觉令牌作为节点，利用重要性评分计算邻接矩阵，用以构建视觉令牌间的连接，初始化图结构；步骤S4、通过预设的相似度阈值更新邻接矩阵，得到不同区域的视觉令牌子图结构；步骤S5、对邻接矩阵的每一行进行归一化处理，根据预设的迭代次数n对节点信息进行迭代传播，结合视觉令牌的度数计算每一视觉令牌的最终得分；步骤S6、根据视觉令牌的最终得分筛选出k个分值最高的视觉令牌进行投影；步骤S7、将投影得到的视觉令牌与文本令牌进行拼接，输入给大语言模型，得到问答任务的输出结果。
2.根据权利要求1所述的一种基于图信息传播的视觉令牌剪枝方法，其特征在于：所述步骤S2具体为：对视觉编码器提取到的N个维度为d的视觉令牌矩阵X v ＝[v 1 ,v 2 ,…,v N ]∈ N×d ，使用二范数对每个视觉令牌赋予初始信息量，得到所有视觉令牌的重要性评分向量W∈ N×1 ；所述视觉令牌的l 2 范数计算如下：W＝[||v 1 || 2 ,||v 2 || 2 ,…,||v N || 2 ] T其中，v ij 表示第i个令牌的第j个维度分量。
3.根据权利要求1所述的一种基于图信息传播的视觉令牌剪枝方法，其特征在于：所述步骤S3具体为：基于视觉令牌的重要性评分，利用余弦相似度定义邻接矩阵A∈ N×N ：其中，v i 和v j 分别表示第i个和第j个视觉令牌的向量表示；将每一视觉令牌作为节点，通过邻接矩阵A在视觉上下文中建模视觉令牌之间的交互，得到关于视觉令牌的图结构。
4.根据权利要求1所述的一种基于图信息传播的视觉令牌剪枝方法，其特征在于：所述步骤S4具体为：设置一个相似度阈值s，通过所述相似度阈值s更新邻接矩阵，使得只有具有高互相似性的视觉令牌才能相连，得到不同区域的视觉令牌子图结构，所述邻接矩阵的更新公式如下；其中，A′ ij 为更新后的邻接矩阵。
5.根据权利要求1所述的一种基于图信息传播的视觉令牌剪枝方法，其特征在于：所述步骤S5具体包括：使用Softmax(·)函数对邻接矩阵A'的每一行进行归一化：其中，T是温度参数，用于控制Softmax(·)函数的平滑程度；进行n次幂操作：A (n) ＝(A t ) n其中，n表示迭代次数，该过程用以建模节点信息多轮迭代传播；计算每一个视觉令牌所连接的边的数目，即度数D∈ 1×N ，将其定义为：计算视觉令牌经过图信息迭代后的最终得分如下：其中，S为视觉令牌的最终得分向量，W为视觉令牌的重要性评分向量。
6.根据权利要求1所述的一种基于图信息传播的视觉令牌剪枝方法，其特征在于：所述步骤S6具体为：选择得分最高的k个视觉令牌：X g ＝[v 1 ,v 2 ,…,v k ]其中，每个v i 从视觉令牌矩阵X v 中选择，且满足：其中，v k 表示在按照||v i || 2 降序排列的列表中位于第k位的视觉令牌。
