ECCV 2026 研讨会聚焦表示 token 的可预测性与可解码信息
ducha_aiki · x · 2026-09-08
ECCV 2026 的 ET（Efficient/Transformer 相关）研讨会提出两个核心问题：表示 token（representation tokens）有多容易被预测，以及从这些 token 中能解码出什么信息。该 workshop 将围绕视觉表示学习的可预测性与信息内容展开讨论，附有相关材料链接。
「研究」频道最新
- Eval 准确率 71%→74% 是真提升还是噪声？Bootstrap 置信区间教程 — bgoncalves · 2026-09-08
- 优化流程找到“免费暂停词”，让 Transformer 近乎零成本提升推理质量 — JohnCLangford · 2026-09-08
- John Langford 团队：优化出的「免费暂停 token」近乎零成本提升推理质量 — JohnCLangford · 2026-09-08
- Gauss-Seidel 真比 Jacobi 快一倍吗？编译器优化改写了答案 — eigensteve · 2026-09-08
- FrontierSWE v2 惊人细节:顶级 agent 抄现成实现,耗 10 小时硬刚编译 — xeophon · 2026-09-08
- Broad 研究所发布四套基因变异 AI 资源,附 Google Antigravity 可用的 agent skill — tfgg2 · 2026-09-08