**GTR:基于门控令牌循环的高效密集预测视觉骨干网络**

_GTR: Gated Token Recurrence for Efficient Dense Prediction_

> HuggingFace 社区热门论文 GTR 提出了一种无 Softmax 的循环视觉骨干网络,结合门控线性注意力与空间增强 SwiGLU 块,旨在解决高分辨率下全局注意力的二次计算成本问题。该模型通过 DINOv3 教师模型蒸馏,在 COCO 检测任务中达到 58.9 box AP,且推理延迟极低。其专用 CUDA 算子比 FLA v0.5.0 快 4 倍,并成功部署于 TensorRT 边缘设备,为高分辨率密集预测提供了高效替代方案。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-05 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2609.26590)