因子化向量量化提升离散视觉token语义保真度

论文作者提出 Factorized Vector Quantization 方法：用对称并行码本分别量化互补的固定维度视觉特征视图，以扩大离散索引的有效比特预算。作者称，研究重新审视了“量化误差导致语义损失”的假设，认为离散索引的有效比特预算才是下游性能的关键决定因素；该方法在更大比特预算下持续提升，最终在多模态理解任务上追平连续视觉表示。

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。