Компьютерные науки > Комптурное видение и распознавание шаблона [представлено 24 октября 2026 года] Название: Patch-Derived или Regist Tokens? Сопоставление переменных-Length Image Tokenizers View PDF HTML (экспериментальное) Резюме: Имагические символизаторы преобразуют пикселя в компактные латентные последовательности для эффективного моделирования регенерации. Большинство подходов организуют латентные устройства на двухмерной сетке, связывая длину последовательности с разрешением изображения. Мы сравниваем две стратегии различной длины: расчетно эффективные патч-образные символы, которые унаследуют эксплицитную пространственную организацию, и более требовательные символы регистра, не имеющие предопределённой пространственной планировки. Результаты нашей работы по восстановлению показывают, что при резком сжатии плоские символы значительно лучше работают, в то время как регистрируемые знаки достигают чуть более высокого качества реконструкции в промежуточных бюджетах. При высоких символических бюджетах оба подхода обеспечивают аналогичное качество восстановления. Для целей регенерации вниз по течению регистрируют символы, превосходящие плоские символы. Приведение репрезентативности в соответствие с внешними предварительно подготовленными визуальными кодерами существенно повышает производительность символов, полученных на запчастях, позволяя им соответствовать или превосходить регистральные символы в зависимости от символического бюджета. Мы также считаем, что оба подхода…
Записи или регистрационные талоны? Сопоставление изменяющихся-изменённых токенизаторов изображения
arXiv: 261 030.33540v 1 Annualce Type: новый резюме: Символизаторы изображения преобразуют пиксели в компактные латентные последовательности для эффективного моделирования. Большинство подходов организуют латентные устройства на двухмерной сетке, связывая длину последовательности с разрешением изображения. Мы сравниваем две стратегии различной длины: расчетно эффективные патч-образные символы, которые унаследуют эксплицитную пространственную организацию, и более требовательные символы регистра, не имеющие предопределённой пространственной планировки. Результаты нашей работы по восстановлению показывают, что при резком сжатии плоские символы значительно лучше работают, в то время как регистрируемые знаки достигают чуть более высокого качества реконструкции в промежуточных бюджетах. При высоких символических бюджетах оба подхода обеспечивают аналогичное качество восстановления. Для целей регенерации вниз по течению регистрируют символы, превосходящие плоские символы. Добавление регулировки отображения с внешними предварительно подготовленными визуальными кодерами существенно повышает производительность патрулей, пропусков