English(EN) Query-adaptive Recurrent Tokenization

新的QART模块将视觉标记预算调整为文本查询

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-19 04:00

研究人员开发了一种查询自适应循环分词器（QART），它使视觉表示能够进行查询引导和预算自适应。该模块允许视觉和视觉语言模型根据特定文本查询所需的信息来分配标记预算，而不是使用固定预算。QART通过重构质量与查询相关的视觉支持来控制标记分配，从而循环构建紧凑的表示。在Visual7W和VQAv2数据集上的实验表明，QART在显著减少标记数量的情况下实现了高精度，并在某些基准测试中优于SteerViT等现有方法。 AI

影响这种方法可能导致AI模型中更高效、更具上下文感知的视觉处理，从而降低计算负载并提高视觉语言任务的性能。

排序理由该集群描述了arXiv论文中提出的一种新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 13 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群描述了arXiv论文中提出的一种新方法。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Bavesh Balaji, Pranav Gopinath, Pouya Sadeghi, Sirisha Rambhatla · 2026-10-19 04:00

查询自适应循环分词

arXiv:2610.22957v1 Announce Type: new Abstract: Visual information worth extracting from an image and the token budget it warrants depend on the text query. Yet modern vision and vision-language models largely encode images independently of the query and allocate a fixed visual t…

本文如何被排名

报道来源 [1]

查询自适应循环分词

相关实体

相关话题