Skip to content
简体中文

切换主题

arXiv 2610.07987 · cs.CV · 2026-10-06

VisionWeave: Weaving Elastic Visual Representations as a Native Capability of MLLMs

Yuan Feng, Qize Yang, Ruizhe Chen, Sibo Song, Haolin He, Muzhi Zhu, Zihan Liu, Yunfei Chu 等 12 人

Qwen

在最新榜 #102 本站收录于 2026-10-21

一句话要点

VisionWeave 让多模态模型端到端学会按内容分配视觉 token 粒度,细节处多给、简单处少给。

VisionWeave lets MLLMs learn end-to-end where and how finely to spend visual tokens, adapting to image content.

70HF 点赞
91GitHub stars
0引用(Semantic Scholar)
59.6热度分

阅读 arXiv 原文 PDF Hugging Face 讨论 代码仓库

数据说明

元数据来自 arXiv API(已核实);点赞来自 Hugging Face 每日论文;引用来自 Semantic Scholar。最近刷新 2026-10-22。

要点由本站根据摘要自写,不转载摘要原文,请阅读原文。

数据更新于:最新 AI 论文(北京时间)