热点事件持续更新
CoViG：图粗化降低视觉GNN计算量
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月16日，arXiv cs.CV 出现一篇关于 CoViG 的报道：该方法将图粗化与 Vision GNN（ViG）结合，在中间 ViG 块的 Grapher 组件中引入 MinCUT pooling，通过简化中间图、减少节点数来降低推理阶段的计算开销。报道称，研究者在 ImageNet 上使用多个 ViG 架构进行评测，CoViG 的精度与原 ViG 模型相当，而 FLOPs 仅约为原来的 51%。目前该工作处于论文发布阶段，报道中未给出更多实现细节、训练开销数据或第三方复现结果，也未见与其他方法的对比结论。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv cs.CVCoViG：面向图像分类的粗化 Vision GNN
CoViG 将图粗化与 Vision GNN（ViG）结合，在中间 ViG 块的 Grapher 组件中引入 MinCUT pooling，通过简化中间图、减少节点数来降低推理阶段的计算开销。在 ImageNet 上用多个 ViG 架构评测，其精度与原 ViG 模型相当，FLOPs 仅约 51%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。