基于显著性的自适应遮蔽：强化预训练中的令牌动态性重新审视

SBAM 通过优先考虑标记的显著性，引入一种新颖且经济高效的方法，显著增强了基于掩膜图像建模的预训练性能，提供了针对每个数据样本的 ' 量身定制 ' 掩膜比例的自适应策略，并在 ImageNet-1K 数据集上显著提升了基于掩膜的预训练的最新方法。