연구진은 시각 토큰 가지치기 알고리즘 설계에 LLM을 활용하는 AI4AI 프레임워크인 AutoPrune을 제안했어요. AutoPrune은 TPDSL이라는 도메인 특화 언어를 활용해 LLM이 가지치기 정책을 설계하도록 유도하며, 기존 방식보다 효율적인 정책 설계가 가능해요. 실험 결과, AutoPrune은 최대 94.4%의 시각 토큰을 제거하면서도 성능 저하를 최소화하고 FLOPs는 9.9배, 프리필 지연은 6.4배 줄이는 효과를 보였어요.