跳到正文
实时
热点事件历史事件

dNaViT 发布:离散代码作为通用视觉表示

1 篇报道1 个报道来源8 天前更新

先了解这件事

AI 综述

Hugging Face 发布了 dNaViT,一种离散原生分辨率视觉 Transformer,通过分组乘法量化(grouped product quantization)和双分支目标,在视觉理解、生成和编辑任务中匹配或超越特定基线。它在 12 个视觉理解基准、4 个生成基准和一个图像编辑基准上表现优异,证明离散词汇可以作为通用视觉表示。

AI 根据报道生成 · 更新于 8 天前

报道时间线

沿着报道,了解事件的不同侧面。

11月11日
  1. Hugging Face Daily Papers
    dNaViT 发布:离散代码作为通用视觉表示

    dNaViT 是一种离散原生分辨率视觉 Transformer,通过分组乘法量化(grouped product quantization)和双分支目标,在视觉理解、生成和编辑任务中匹配或超越特定基线。它在 12 个视觉理解基准、4 个生成基准和一个图像编辑基准上表现优异,证明离散词汇可以作为通用视觉表示

本事件热度走势

可比范围当前
3
可比范围峰值
511月12日 06:00
近 24 小时变化
-49%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。