arXiv cs.CV· Chenge Li, Yefei He, Xinyu Liu, Feng Chen, Hong Zhou, Bohan Zhuang·· 2 小时前AI 评分22
MixTok：结合全局 1D Token 与稀疏 2D 精修的自适应视觉 Token 化
MixTok: Adaptive Visual Tokenization with Global 1D Tokens and Sparse 2D Refinement
AI 导读
MixTok 是一种混合视觉 tokenizer，将紧凑的 1D 全局表示与稀疏 2D token 结合用于局部精修，由内容自适应 router 按精修优先级对候选位置排序，并在目标平均 token 预算下决定每张图像的 2D token 数量。
来源：arXiv cs.CV · arxiv.org