AIBase
首页
AI 资讯
AI 产品库
GEO 平台
MCP 服务
模型算力广场
VIP会员
ZH

AI资讯

查看更多

香港与英国研究团队提出创新图像标记化方法 分层结构提升重建质量

一组来自香港和英国的研究人员近日提出了一种新型图像标记化方法,旨在以更紧凑、更精确的方式将图像转换为数字表示(即令牌)。与传统方法将信息均匀分布于所有标记中不同,该方法采用分层结构,逐层捕捉视觉信息,从而提升了图像重建的质量和效率。传统的图像标记化技术通常会将图像的每个部分均等地划分为多个标记,而新方法则采取了分层结构。最初的标记会编码大致的形状和结构元素,而后续的标记则逐渐添加更精细的细节,直到完整的图像得以重建。研究人员借鉴了

13.6k 前天
香港与英国研究团队提出创新图像标记化方法 分层结构提升重建质量

模型

查看更多

Starcoder2_3b

Bigcode

Starcoder2_3b

$2

输入tokens/百万

-

输出tokens/百万

8

上下文长度

InternVL2_5 HiMTok 8B

yayafengzi

I

HiMTok是一个基于InternVL2_5-8B大型多模态模型微调的分层掩码标记学习框架,专注于图像分割任务。

多模态SafetensorsSafetensors
yayafengzi
16
3
AIBase
智启未来,您的人工智能解决方案智库
English简体中文繁體中文にほんご
友情链接:
AI Newsletters AI ToolsMCP ServersAI NewsAI MarketingLLM LeaderboardAI Ranking
© 2026AIBase
商务合作网站地图