arXiv Computer Vision· Danilo de Goede, Mohammad Mahdi Derakhshani, Yuki M. Asano, Cees G. M. Snoek·· 20 小时前AI 评分22
GIST：语义可引导的自适应图像分词器
Semantically Steerable Image Tokenization
AI 导读
GIST（Guided Image Semantic Tokenizer）是一种可被引导至指定语义保真度的自适应图像分词器，其 token 分配由像素级与语义目标误差联合控制，语义误差在冻结的 DINOv3 编码器特征空间中度量。
来源：arXiv Computer Vision · arxiv.org