Компьютерные науки > Компютерное видение и распознавание шаблонов [представлено 6 октября 2026 года] Название: " Возлюбленная компрессия: выборочная охрана с высокой разрешающей способностью для Token-Effient VLM View PDF HTML (экспериментальный) резюме: Визуальные символы являются основным источником затрат в моделях языка зрения, однако простое понижение изображения остается удивительно сильным исходным показателем сжатия. В связи с этим возникает дополнительный вопрос: в рамках фиксированного символического бюджета, где следует сохранять зрительную верность? Мы представляем Foveed Compication, который кодирует изображение с полным разрешением один раз и представляет его смесью зрительных символов местного и сжатого разрешения. Поведенческая самодисциплинированная слияние компрессирует местные визуальные символы, сохраняя при этом совместимость со своими местными коллегами, и легковесный Foveed Selector выбирает одну из девяти пространственных клеток для сохранения на местном разрешении с использованием исчерпывающего бюджетного контроля за вмешательством. При 11,11% зрительных символов однородное компрессионное давление не показывает сколь-нибудь значительной разницы между иозабитым понижающим отбором проб. В 20,99% обучаемый отбиратель значительно превышает случайные и фиксированные показатели распределения, но остается ниже сильного полного имиджа, что свидетельствует о том, что местная верность не является универсальной предпочтительной. Бюджетно-сравниваемый…
Скорректированная компрессия: выборочное сохранение высокоуровневого люминесцентного населения
arXiv: 2610,07729v1 Annualce Type: New Humber: Visual Символы являются одним из основных источников затрат на выборку в моделях языка зрения, однако простое понижение изображения остается удивительно сильным исходным показателем сжатия. В связи с этим возникает дополнительный вопрос: в рамках фиксированного символического бюджета, где следует сохранять зрительную верность? Мы представляем Foveed Compication, который кодирует изображение с полным разрешением один раз и представляет его смесью зрительных символов местного и сжатого разрешения. Поведенческая самодисциплинированная слияние компрессирует местные визуальные символы, сохраняя при этом совместимость со своими местными коллегами, и легковесный Foveed Selector выбирает одну из девяти пространственных клеток для сохранения на местном разрешении с использованием исчерпывающего бюджетного контроля за вмешательством. При 11,11% зрительных символов однородное компрессионное давление не показывает сколь-нибудь значительной разницы между иозабитым понижающим отбором проб. В 20,99% обучавшийся отборщик значительно превышает случайные и фиксированные показатели распределения, но остается