视觉文本压缩的测度传输框架提出

2026年10月20日，arXiv Artificial Intelligence 刊出 Lv Tang 等作者的视觉文本压缩（VTC）研究。报道称，该研究将 VTC 形式化为测度传输问题，指出 ViT patch 编码器诱导的推前映射成本可分解为两项：patch 内聚合的精度成本，以及跨 patch 碎片的覆盖成本；这两项成本均可由无下游标签的探针估计。研究据此提出无标签路由准则，并在 Qwen3-4B 上取得 24 个数据集中 17 个的最优路径。报道未给出该准则在其他模型或数据集上的适用情况，也未说明相关代码或工具的发布时间与获取条件。目前进展停留在论文发布与上述实验结论层面，后续跟进情况尚待报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。