TAD (Token‑wise Attention Decoupling)

深度分析

HiDe：以分層解耦（Hierarchical Decoupling）結合 TAD／LPD 提升 MLLM 高解析度理解

面對MLLM在高解析度影像上表現不佳的問題，研究以分層解耦分析指出背景干擾而非物體尺寸是主因。提出HiDe結合TAD淨化注意力與LPD保留佈局進行重建，達到更精準的目標對齊與裁切。實驗顯示HiDe在多項HR基準上成為新的SOTA，並顯著降低記憶體使用。