SpecSlot 像素空间生成 Transformer 论文发布

论文作者发布了 SpecSlot，一种面向像素空间生成式 Transformer 的 token 化方法。其做法是把每个空间锚点扩展为多个 slot，并给每个 slot 分配互不重叠的 DCT 系数频带，使图像细节不再受全局注意力序列长度限制。 据论文摘要，该方法借助局部化频谱 slot 与受限全局注意力，在不增加计算成本的情况下提升图像细节。

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。