SSMProbe：学习Sinkhorn patch路由探测冻结视觉Transformer

Wang和Zhang提出SSMProbe，一种探测冻结视觉Transformer的方法：它学习Sinkhorn patch路由，并用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。据论文摘要，这是作者声称的结果。 基于论文摘要，在CUB和Cars数据集上，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70.33%，比最强固定扫描高5.55个百分点。以上均为论文摘要中的说法，尚无独立验证。

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。