跳到正文
热点事件持续更新

提出Foveated Compression视觉token压缩方法

1 篇报道1 个报道来源9 小时前更新

先了解这件事

报道摘要

研究者提出 Foveated Compression,将全分辨率图像编码一次,用原生分辨率与压缩分辨率视觉 token 混合表示,并训练行为自蒸馏的 Foveated Merger 与轻量 Foveated Selector 从九个空间单元中选一个保留原生分辨率。

摘自 arXiv cs.CV

报道时间线

沿着报道,了解事件的不同侧面。

10月7日
  1. arXiv cs.CV
    Foveated Compression:为 token 高效 VLM 选择性保留高分辨率

    研究者提出 Foveated Compression,将全分辨率图像编码一次,用原生分辨率与压缩分辨率视觉 token 混合表示,并训练行为自蒸馏的 Foveated Merger 与轻量 Foveated Selector 从九个空间单元中选一个保留原生分辨率。

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。