题目描述

视觉语言模型会产生许多区域 token，但执行任务只需要与提示足够相关的部分。具身智能部希望保留有效且注意力足够高的 token，并把它们汇聚成一个摘要向量。

给定 N 个 token、特征维度 D 和注意力阈值 Tattn。请筛选 token，输出保留编号，并用保留 token 的注意力作为权重计算加权摘要。

输入格式

• 第一行输入 N D Tattn。
• 随后 N 行，每行输入 id region_id valid attn_raw feat[0] ... feat[D-1]。

输出格式

• 第一行输出保留 token 数 K。
• 若 K=0，第二行输出 EMPTY。
• 若 K>0，第二行按 token id 升序输出保留 token 的 id，第三行输出 D 个摘要向量分量，均保留 6 位小数。

判定规则

使用标准输出比较。

• 只有 valid=1 且 attn_raw >= Tattn 的 token 被保留。
• 摘要权重只在保留 token 内归一化。
• 若保留 token 的注意力总和为 0，则使用均匀权重。
• region_id 只作为输入字段，不影响筛选和输出排序。

样例

输入样例 1

3 2 0.2
1 10 1 0.2 1 0
2 10 1 0.8 0 1
3 11 0 1.0 5 5

输出样例 1

2
1 2
0.200000 0.800000

样例解释 1

保留 token 1 和 2，注意力归一化后分别为 0.2 和 0.8，得到摘要向量 (0.2,0.8)。

输入样例 2

2 2 0.5
1 1 0 1.0 1 1
2 1 1 0.4 2 2

输出样例 2

0
EMPTY

样例解释 2

第一个 token 无效，第二个注意力低于阈值，因此没有保留 token。