跳到正文
arXiv · 机器人与计算机视觉· Zixiong Wang, Haiping Ma·· 17 天前精选AI 评分82

补丁不仅是 Token:基于 DINOv3 的补丁表示与流形分析研究

A Patch is More Than a Token

AI 导读

Zixiong Wang 和 Haiping Ma 在 arXiv 上发布论文 A Patch is More Than a Token,提出 PMTT 框架以扩展视觉 Transformer 的单 Token 接口。

推荐理由

该文提出 PMTT 框架,证明预训练视觉骨干网中补丁信息远超标准单 Token 接口暴露的内容。

来源:arXiv · 机器人与计算机视觉 · arxiv.org