视觉任务长度泛化研究
CSProfKGD · x · 2026-07-15
这条转发的是一篇关于**视觉任务中的长度泛化（length generalization）**的研究工作，论文将发表于 ECCV 2026。 引用内容的核心观点是： - 人眼并不是一次性看完整个场景，而是通过一连串的局部注视（foveated glimpses）来获取信息。 - 现代视觉模型通常一次性接收整张图像，这种差异会影响模型在分布外场景中的泛化能力。 作者表示这是与 @m_pulkit 共同完成的工作。
CSProfKGD · x · 2026-07-15
这条转发的是一篇关于**视觉任务中的长度泛化（length generalization）**的研究工作，论文将发表于 ECCV 2026。 引用内容的核心观点是： - 人眼并不是一次性看完整个场景，而是通过一连串的局部注视（foveated glimpses）来获取信息。 - 现代视觉模型通常一次性接收整张图像，这种差异会影响模型在分布外场景中的泛化能力。 作者表示这是与 @m_pulkit 共同完成的工作。