Effective Tokenizers for Enhancing Image Generation through Image Understanding
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种基于特征重建的分词器训练方法，利用预训练的图像理解模型显著提升了图像生成性能，特别是在ImageNet-1k上取得了4.10的FID值，推动了对图像分词器的进一步研究。
🏷️
