Tag: backbone

All the articles with the tag "backbone".

• 7.4

  VLM 真的需要 Vision Transformer 吗？SSM 视觉编码器表现更优

  2026年03月21日

  · arXiv· 03/21 14:45 采集

  系统性评测发现，在匹配的 ImageNet 初始化条件下，SSM 视觉编码器在 VQA 和定位任务上全面优于 ViT