DINOv2

單一區塊實現多重深度：具備深度編程專家庫的循環 Vision Transformer

One Block, Multiple Depths: Recurrent Vision Transformers with Depth-Programmed Experts

論文提出 reViT 架構，僅利用單一重複使用的 Transformer 區塊，透過動態組合專家權重來模擬不同深度的特徵轉換，在大幅減少 70% 參數量的同時達到與標準全深度模型相當的精準度。