标签
提出InterpTok，通过在训练样本之间的编码混合空间中训练解码器，改进图像分词器的插值与生成质量，在MAETok基础上将插值质量提升三倍以上，并将扩散Transformer的生成FID从11.61降至8.48（无引导）。
本文系统评估了EEG基础模型在MAE和JEPA框架下的掩码策略，识别了最佳配置和一种新的故障模式，以减少计算量达到与REVE相当的性能。