ViTAR：任意分辨率的视觉变换器展现出令人印象深刻的适应性，在1120x1120分辨率下达到83.3%的top-1准确率，在4032x4032分辨率下达到80.4%的准确率，同时减少了计算成本https://arxiv.org/abs/2403.18361
