arXiv · cs.AI· Zice Wang, Zhenyu Zhang·· 5 小时前
SSMProbe：学习动态证据路由的视觉Transformer探针方法
Learning Dynamic Evidence Routes for Vision Transformer Probing
arXiv:2605.00915v3阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Zice Wang, Zhenyu Zhang
研究任务与主要进展
作者提出SSMProbe，用于探测冻结视觉Transformer：它学习Sinkhorn patch路由，并通过具备因果线性时不变递推的对角S4解码器读取，形成固定的位置权重。基于论文摘要，在CUB和Cars上，MAE、BEiT、DINOv2及监督ViT产生了具有不同读取特征的空间组织路由；在MAE/ImageNet上，Sinkhorn路由准确率达到70.33%，比最强固定扫描高5.55个百分点。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org