跳到正文
热点事件持续更新

新研究提出光谱Vision Transformer实现小数据高效分词

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

2026年11月20日,arXiv上发布了一项针对Vision Transformer的研究。针对现有模型分词依赖分辨率且需大量数据的痛点,该研究提出光谱Vision Transformer架构。 该架构将图像分词为固定基底的系数,让每个token对应一个频谱模态。序列长度由选择决定而非分辨率隐含,从而降低注意力成本,在有限数据场景下实现高效分词。 在公开医疗影像基准、自然图像及受保护临床数据的测试中,该模型在数据稀缺时表现出优越或相当的绩效。

AI 根据报道生成 · 11 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · AI
    小数据下高效分词的光谱 Vision Transformer 架构

    针对 Vision Transformer 分词依赖分辨率且需大量数据的问题,作者提出光谱 Vision Transformer 架构,在有限数据场景下实现高效分词。 该架构将图像分词为固定基底的系数,每个 token 对应一个频谱模态,序列长度由选择决定而非分辨率隐含,从而降低注意力成本。 在公开医疗影像基准、自然图像及受保护临床数据上,该模型在数据稀缺时表现出优越或相当的绩效。

本事件热度走势

可比范围当前
6
可比范围峰值
911月20日 18:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。