KATok：面向紧凑视频表示的自适应 Tokenizer
Keep-or-Drop? Adaptive Tokenizer for Compact Video Representation
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
研究者提出 KATok，一种基于 Transformer 的 VAE，通过可学习自适应 token 选择器评估每个 token 的 keep-or-drop 概率，丢弃无信息 token，实现数据依赖的压缩。
来源：Hugging Face Daily Papers · arxiv.org