Lucas等：SigLIP 2视觉编码与原画幅处理方法

人工整理｜14位共同作者报告将图文sigmoid/区域caption、后期EMA自蒸馏和遮罩预测分阶段组织，可参考视觉素材检索、局部表征及多画幅处理。NaFlex不使用后两项损失，训练decoder不随编码模型发布；下游分割/检测仍需适配。保留Google团队和底层方法贡献，未运行、取权重/数据、看论文图或复测性能/公平性。原v1日2025-02-20。

入口资料分8，仅按标题与原链信息完整性计算；尚未取得内容评分，不代表作品质量或材料不足。