核心贡献凝练

适用于论文完成后提炼创新点，用于投稿、答辩或项目申请。

提示词

请阅读以下论文全文/摘要/引言，并从学术贡献角度提炼核心创新点。要求：
 (1) 用一句话概括论文核心贡献；
 (2) 列出2-3个具体创新点，每个用“问题—方法—优势”因果句式表达；
 (3) 说明这些创新点如何填补领域空白或改进已有方法；
 (4) 生成一段可直接用于投稿信或论文摘要的贡献陈述，约150字。
 避免夸大，强调可验证贡献。

示例输出

一句话贡献：提出Vision Transformer（ViT），首次证明纯Transformer架构无需卷积即可在图像分类上达到SOTA。 创新点： 1. 问题：CNN局部感受野限制全局建模能力；方法：将图像分块并作为序列输入Transformer；优势：通过自注意力捕捉全局依赖。 2. 问题：Transformer计算复杂度高；方法：使用patch嵌入降低序列长度；优势：计算量从O(n²)降至O((n/p)²)，n为像素数，p为patch大小。 贡献陈述：本文提出Vision Transformer，将图像分块嵌入并输入Transformer编码器，在多个图像分类基准上超越同等规模的CNN模型。这一工作表明Transformer架构在视觉任务中的通用性，为多模态统一建模提供了新思路。