Hugging Face Papers介绍GTR视觉骨干网络
发生了什么
据Hugging Face Papers报道，研究人员提出门控令牌循环（GTR），一种无Softmax的循环视觉骨干网络，结合门控线性注意力和空间扫描以实现高效密集预测。GTR通过最终层补丁令牌对齐从DINOv3教师蒸馏而来。在COCO val2017上，GTR-L达到58.9 box AP，RTX 4090上延迟为1.908ms。其专用CUDA算子在1.6K令牌下比FLA快4.0倍。
- COCO val2017 box AP
- 58.9
- RTX 4090延迟
- 1.908 ms
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
- Hugging Face Papers转载
Paper page - GTR: Gated Token Recurrence for Efficient Dense Prediction
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口