**reViT：单块循环视觉Transformer实现深度编程专家混合**

_One Block, Multiple Depths: Recurrent Vision Transformers with Depth-Programmed Experts_

> 该研究提出reViT架构，通过循环应用单个Transformer块并结合深度编程的专家混合机制，在无需中间特征蒸馏的情况下，以相近的推理FLOPs匹配全深度视觉编码器的精度。实验表明，reViT-B/16在ImageNet-1k上以约70%更少的存储参数达到DeiT III精度，且支持弹性深度训练，单检查点可适配多种深度部署。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-09 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.12448)