TEAL：Token空间主动学习框架

2026年10月16日，arXiv Computer Vision 刊出论文，提出 TEAL（Token-space Efficient Active Learning），一个面向低预算语义分割的像素级主动学习框架。据该报道，TEAL 是首个基于 ViT 表示的像素级主动学习框架，其做法是使用冻结的 ViT 骨干，在模型原生 token 格点上进行多样性选择，从而避免将 token 嵌入插值到稠密像素分辨率时产生的伪影。报道将 TEAL 定位为低预算语义分割场景下的高效主动学习方法。截至该报道，事件仍处于论文发布阶段，尚无后续跟进报道，也未出现与早先报道在数字、时间或说法上的矛盾。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。