LILIE以可逆图像变换注入语言语义，同时保持无损像素重建能力。
推荐理由：可逆编码器在不牺牲图像信息的前提下，让加噪特征仍可被视觉语言模型还原为描述；它试图为无Tokenizer生成提供比像素误差更语义化的训练信号。
阅读原文