SeRV：面向ASL生成的语义对齐RVQ分词器

研究者 Hongyu Wu 等人发布论文预印本，提出 SeRV（语义对齐残差向量量化），一种面向美国手语（ASL）生成的 RVQ tokenizer，并构建了 3D ASL 动作-文本基准。 据论文描述，SeRV 通过全局运动-文本对齐与 token 级文本条件监督，学习语义化的残差 token 空间；生成阶段由 Hierarchical GPT 以粗到细的方式预测残差运动 token，目标产出结构连贯、语义对齐的 3D ASL 动作。 该预印本共 18 页，作者标注为经修订的稿件，含更新实验与补充分析。

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。