Các token phân biệt có thể phục vụ như một biểu tượng không mất tích về ngữ nghĩa của các tín hiệu thị giác không?
Can Discrete Tokens Serve as Semantically Lossless Representations of Visual Signals?
Đoạn trích bài viết
Các token thị giác riêng biệt đại diện cho tầm nhìn trong một hình thức riêng biệt tương tự như ngôn ngữ, cung cấp một giao diện bản địa cho mô hình hóa đa phương thức dưới một mục tiêu dự đoán token tiếp theo được chia sẻ. Tuy nhiên, sai lầm định lượng được cho là gây ra mất mát ngữ nghĩa không thể tránh khỏi, cơ bản hạn chế ngữ nghĩa.
Toàn văn bài viết
Mở bài viết gốc
Đọc bài viết đầy đủ trên huggingface
Mở bài gốc để xem trọn vẹn chi tiết và dẫn chứng.