跳到正文
arXiv Computer Vision· Xinran Nicole Han, Yiyang Lu, Katelyn Gan, Todd Zickler·· 2 小时前AI 评分29

AdaLoop:让视觉编码器参与推理

AdaLoop: Thinking with the Vision Encoder

AI 导读

AdaLoop 提出一种面向视觉语言模型的问题条件化视觉循环框架,在冻结预训练视觉权重的前提下,让编码器根据问题复用其变换并迭代多次,从而把视觉计算深度与问题绑定。

来源:arXiv Computer Vision · arxiv.org