مُرمِّز الصور

نموذج (عادةً مرمّز تلقائي متغيّر منفصل) يُحوِّل الصور من فضاء البكسلات المتصل إلى سلسلة من الرموز المنفصلة من قاموس رموز محدود، مما يتيح تطبيق تقنيات نمذجة اللغة على بيانات الصور.

A model (typically a discrete variational autoencoder) that converts images from continuous pixel space into a sequence of discrete tokens from a finite codebook, enabling language-modeling techniques to be applied to image data.