PosMLP-Video是一种轻量但强大的视频识别主干，通过使用高效的相对位置编码（RPE）解决图像理解任务中的挑战，扩展了图像PosMLP的位置门控单元到三种时空变种，实现模型简化且性能保持良好。

RoFormer是一种用于处理大型WSI图像分类任务的编码模块，采用内存高效的自注意力和相对位置编码，能够解决实例间相关性和组织的空间建模问题。该方法在弱监督分类任务上表现出色，比最先进的MIL模型在三个公共数据集上表现更好。