記憶驅動視覺模型

深度分析

V‑HMN：結合霍普菲爾德記憶與預測編碼的高效視覺骨幹

隨著變形金剛模型與狀態空間模型在視覺基礎模型的成功，研究者提出視覺霍普菲爾德記憶網路（V‑HMN），透過局部與全域霍普菲爾德模組實作關聯式記憶與預測編碼式迭代校正。實驗顯示V‑HMN在CIFAR、SVHN等基準上達到與主流骨幹相當的精度，同時提升解釋性與資料效率。