arXiv 新增 · P0 · 2026-05-23

DecQ：它和通用视觉自监督的关系在于：直接改进 frozen VFM/RAE tokenizer 的细节重建与生成质量

高相关；详见方法、贡献和实验边界。

DecQ　arXiv 新增　原文链接

编号2605.22777 优先级P0 类别arXiv 新增会议arXiv 新增方法直接改进 frozen VFM/RAE tokenizer 的细节重建与生成质量来源arXiv / OpenReview

先说结论。它和通用视觉自监督的关系在于：直接改进 frozen VFM/RAE tokenizer 的细节重建与生成质量。高相关；详见方法、贡献和实验边界。

核心问题

它和通用视觉自监督的关系在于：直接改进 frozen VFM/RAE tokenizer 的细节重建与生成质量。

直接改进 frozen VFM/RAE tokenizer 的细节重建与生成质量

高相关；详见方法、贡献和实验边界。

实验部分建议重点看两类证据：一是作者是否把方法收益和更强数据、更长训练、更大模型区分开；二是跨模型、跨数据或跨任务迁移是否还能保留同样趋势。

这篇论文的结论需要结合任务设置、训练数据规模和消融实验一起看；不要只凭单个指标判断它对通用视觉表征的价值。