实体
ViTok-v2
ViTok-v2
PulseAugur coverage of ViTok-v2 — every cluster mentioning ViTok-v2 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
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
TileShare 无需重新训练即可加速 ViT 解码
研究人员开发了 TileShare，一种无需额外训练即可加速 Vision Transformer (ViT) 模型解码过程的新颖方法。该技术解决了固定窗口 ViT 解码器中的计算冗余问题，其中重叠的切片会导致重复处理。通过将重叠 token 的结果智能地融合到共享状态中，并为每个切片选择性地保留几层，TileShare 显著减少了计算量。该方法在各种视频和图像数据集上实现了更快的解码速度，使用 FP8 时最高可达 1.96 倍，同时…
-
ViTok-v2 扩展到 50 亿参数，推进图像自编码器重建和生成
研究人员推出了 ViTok-v2，这是一种拥有 50 亿参数的图像自编码器，其分辨率和参数数量均可扩展至大于先前模型。该新模型利用原生分辨率支持和 DINOv3 感知损失，在各种图像尺寸上实现了更好的重建质量。ViTok-v2 在约 20 亿张图像上进行了训练，与现有方法相比，在更高分辨率下表现出更优的性能。