跳到正文
热点事件持续更新

MixTok混合视觉分词器论文发布

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

Chenge Li 等作者发布论文,提出一种名为 MixTok 的混合视觉分词器,将紧凑的 1D 全局表示与稀疏 2D token 结合,用于局部精修。 据论文描述,MixTok 通过内容自适应 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使用的 2D token 数量。

AI 根据报道生成 · 59 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月12日
  1. arXiv cs.CV
    MixTok:结合全局 1D Token 与稀疏 2D 精修的自适应视觉 Token 化

    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。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。