単一Transformerブロックの再帰的適用、Vision Transformerが高精度とパラメータ削減を両立
arXiv cs.CVが2026年10月8日(現地時間)に公開した論文「One Block, Multiple Depths: Recurrent Vision Transformers with Depth-Programmed Experts」において、Adrian Bulat (エイドリアン・ブラット) 氏らは、単一のTransformerブロックを再帰的に適用することで、中間特徴蒸留なしに全深度ビジョンエンコーダに匹敵する精度を達成する手法「reViT」を発表した。