实体
ElasticTok-CV
ElasticTok-CV
PulseAugur coverage of ElasticTok-CV — every cluster mentioning ElasticTok-CV across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新方法利用潜在空间冗余自适应视频分词
研究人员开发了一种新颖的自适应视频分词方法，该方法根据视觉复杂度动态分配分词。该方法利用冻结视频分词器的潜在空间来识别和丢弃冗余的空间位置，从而实现内容驱动的压缩。然后使用潜在修复 Transformer (LIT) 来重建这些丢弃的位置，从而实现高效的推理管道，与现有方法相比速度大大加快。
-
新方法实现自适应图像和视频分词
研究人员开发了新的自适应图像和视频分词方法，使模型能够根据视觉复杂性动态分配计算资源。AdaTok 是一种自预算离散一维分词器，它学习调整每张图像的 token 数量，平均而言，在显著更少的 token 数量下实现了具有竞争力的保真度。此外，一个用于自适应视频分词的新框架利用时间冗余掩码和潜在修复来实现高效、内容驱动的 token 分配，从而在推理时获得显著的加速。