猫眼影戏
 |
|
猫眼影戏
詹姆斯·温
手机审查
猫眼影戏记者 贾德干 报道Q8X2R7L1T4J5M9B6W3
新智元报道
编辑：倾倾
【新智元导读】学霸的假话被揭穿！一篇来自Adobe Research的论文发明，高语义明确并不会提升天生质量，反而可能破损空间结构。用iREPA简朴修改，削弱全局滋扰，天生质量连忙飙升 。
我们经 ；嵋苫螅何裁词泳跄Ｗ釉礁呒，天生效果反而越差？
最近，Adobe Research发了一篇论文，专门诠释了这个看起来有点变态、但重复泛起的征象。
论文地点：https://arxiv.org/pdf/2512.10794
按直觉，模子要先知道「这是什么」，才华把它画出来。
ImageNet上的分类准确率越高，说明模子的语义明确越强，天生的内容越稳固、越靠谱。
但这篇论文给出的效果，完全相反：
一些在识别使命中体现平平、甚至看起来「很不智慧」的视觉编码器，反而能天生出结构更清晰、质量更高的图像。
全局语义能力越强，天生反而越容易出问题。
很可能我们从一最先，就误会了天生模子真正善于的是什么。
为什么视觉模子越「智慧」，天生的反而越差？
先看一个已经被重复验证的事实：一个模子在ImageNet上的线性探测准确率越高，并不料味着它更适适用来做天生。
最直观的例子是SAM2。这是一个在识别使命里不出彩的模子，验证准确率只有24.1%，远低于主流视觉大模子。
但当这些编码器被用于REPA时，SAM2的天生质量反而优于一批准确率横跨约60%的模子。
SAM2的ImageNet验证准确率仅为24.1%，但在REPA框架下的天生gFID显着优于多种准确率凌驾70%的视觉编码器。
这还不是某一个模子的无意体现。
论文进一步较量了统一编码器家族中差别规模的模子，效果发明：模子越大、分类准确率越高，天生质量反而可能相似或更差。
随着模子规模和分类准确率提升，天生gFID反而整体变差，批注这一征象并非由个体模子导致。
显然，「高语义能力=好天生」这条默认路径，在大宗实验中并不建设 。
更要害的是，这种征象并不是噪声。
在跨模子、跨设置的系统性剖析中，全局语义指标与天生质量之间的相关性始终很是弱。
分类能力与天生质量险些无关，空间结构却高度相关。左：线性探测准确率与天生 gFID 的相关性极弱（Pearson r=-0.26）。中：空间结构指标（LDS）与天生质量泛起出显著强相关（Pearson r=-0.85）。右：基于空间结构刷新的iREPA，在多种编码器上稳固优于REPA。
论文进一步对多种视觉编码器做了相关性剖析，效果很是明确：
线性探测准确率与天生质量之间险些不保存相关性。
相比之下，反应patch空间结构的指标，与天生质量泛起出极强的正相关关系。
若是不是「明确多」，那天生模子究竟依赖的是什么？
重复确认会压扁空间结构
在明确了「高语义≠好天生」之后，真正的问题酿成了：
为什么模子越是重复确认，天生反而越容易出问题？
要害就是，全局语义会在天生历程中压扁空间结构。
在天生使命中，模子并不是一次性输出图像，而是在训练和采样历程中，一直对局部patch之间的关系做判断。
论文将这种能力归纳综合为「空间结构」：即相邻patch之间应坚持更高相似性，而远处patch不应被全局语义过早拉近。
但当模子太过追谴责局语义一致性，好比通过CLS token ，或对所有patch做全局平均来强化「这是什么」，这些局部差别就会被系统性地削弱。
这种做法会导致一个直接效果：远景物体的patch，与本应无关的配景patch之间，泛起异常高的相似性。
空间比照度下降，界线变得模糊，天生效果因此糊成一片。
PE-G和WebSSL-1B在ImageNet上具有更高的分类准确率，但它们的空间自相似性显示，远景与配景被太过拉近，界线模糊。相比之下，空间结构更清晰的SpatialPE-B，天生质量显著更好。
研究员向模子中逐步加入全局语义信息，视察分类能力和天生质量的转变。
效果如下图所示：
增强全局语义信息会损害天生质量
随着全局信息权重α从0增添到0.5，模子的线性探测准确率一连上升。
但天生质量却显著下降，FID显着恶化。
也就是说，「更懂这是什么」确着实爆发 ；但与此同时，模子也失去天生所依赖的空间结构。
这并不是优化不充分的副作用，而是由于全局语义在天生阶段饰演了一个「过强约束」的角色。
它让模子更快告竣结论，却也更早放弃了对局部结构的细腻描绘。
既然语义会滋扰天生，iREPA选择退后一步
若是说前面的实验回覆了「问题出在哪」，那 iREPA 回覆的就是另一个问题：
既然全局语义会滋扰天生，那该怎么对齐体现，才不会把结构压扁？
iREPA给出了谜底。它对原本的REPA训练流程做了两处很是简朴的修改，总共不到四行代码 。
第一处，是投影方法的改变。
在标准REPA中，patch表征通 ；峋蒑LP投影层举行对齐。
但论文指出，MLP在这一历程中容易混淆差别位置的信息，无意中削弱了空间比照度 。
因此，iREPA用一个3×3的卷积层（padding=1）替换了MLP投影。
卷积的归纳偏置能保存局部邻域关系：相邻patch的相互影响被保存，远处区域则不会被过早混在一起 。
第二处修改，直接针对全局语义。
iREPA在对齐历程中引入了一个空间归一化层，移除了patch特征中的全局均值分量 ，让模子专注于局部之间的差别与界线。
iREPA怎样通过两处修改，恢复天生所需的空间结构。 (a) 使用卷积投影替换MLP，可更好地保存局部空间关系。 (b) 空间归一化层通过移除全局分量，提高patch之间的空间比照度。 (c) 经由这两步修改后，iREPA天生的diffusion特征泛起出更清晰的空间结构。
正是这两点改动，让iREPA在机制上与前一节的问题形成了严酷对应：
全局语义太强会抹平结构，那就在对齐阶段削弱全局分量、强化空间关系 。
效果也在意料之中。
无论是在ImageNet规模的天生使命，照旧更高区分率的设置，亦或是文本到图像的多模态天生使命中，iREPA都体现出更快的收敛速率和更好的最终天生质量。
更主要的是，这种提升并不依赖于某一个特定编码器。
在差别模子规模、差别视觉主干网络、差别训练设置下，iREPA都能稳固刷新。
这不但是一个技巧，而是顺着天生使命自己对结构的需求，把体现对齐这件事做得更榨取、更细腻。
许多时间，我们讨论天生模子时，会下意识沿用一个标准。
但这篇论文提醒了我们，天生并不是明确的自然下游。
对天生来说，最主要的并不是「这是什么」，而是「哪些地方该靠近，哪些地方该脱离」。
当我们一味强化全局语义，重复鞭策模子给出谜底，着实是在替它提前下结论。
iREPA并没有试图让模子变得更智慧。它做的更像是退后一步，把空间还给空间，把结构还给结构。
效果不是明确能力的奔腾，而是天生质量的回归。
参考资料：
https://x.com/1jaskiratsingh/status/2000701128431034736?s=20
https://end2end-diffusion.github.io/irepa/
秒追ASI
?点赞、转发、在看一键三连?
点亮星标，锁定新智元极速推送！
??时势1：亚洲国产福利成人一区
??12月26日,湖南高职学子自研工程机械耐磨件生产线 获8项专利,
诸强终于逃回了各自的部落，但依旧在心悸，即便相隔几万里，仍然感受惊悚，总以为有不祥要爆发了。
,穿越到X开放的世界(n)伊浪。??12月26日,习言道｜APEC是什么？为何如此重要？,
生命，关于我们每一小我私家来说，只有一次，我们更要万分珍惜。在这人海如潮滔滔红尘的现实社会中，讨教您最需要什么?是款子玉人，照旧功名利禄?若是让我往返覆，我就说：我最需要的是清静!
,欧美a片视频免费,美女网色,久久99con。??时势2：触手钻进了护士的私密部位
??12月26日,去年数字贸易进出口总额达7716.5亿元 浙江来沪荐数贸会、拓朋友圈,
小不点要害时刻将宝术又悟透了一层，使用这难堪的时机，他高高跃起，小脚掌踏向狈风的脸。
,秘 游戏免费网站入口,91在线欧美超碰,JXX网页打开。??12月26日,贵州省红十字会原常务副会长王开禄接受审查调查,
但凡发狠的人都被截断了身躯，像是被一柄最锋锐的魔刀横空斩过，将他们劈斩的上半身与下半身疏散，血液喷涌。
,XXXXXL19DFM2021说明书使用说明,免费看成年美女洗澡网站,美国十次农夫航道最新进展。??时势3：性爱免费视频
??12月26日,安徽专项行动查处网络交易违法案件1974件,
这批人刚进去，又一批人就到了，阵容更惊人，那是一条蛟在开路，长有二十几米，全身鳞片熠熠生辉，并且生有一对巨翅，横空而过，在地上投下大片的阴影，上面坐着一名中年人，尚有三个孩子，一个五六岁，一个八九岁，尚有一个十一二岁，皆头角峥嵘。
,桃色阁视频在线观看,荒野乱斗E站图片,插插东北熟女91。??12月26日,“中国白莲之乡”江西广昌何以打造南方珍稀食用菌产业孵化基地？,
这是一处王侯领地，地区无疆，生齿足有数万万，巨城一座又一座，熙熙攘攘，人来人往，极其繁华。
,99热这里只有精品久久免费,好大 好爽 要高潮了 视频,一级做a爰片久久毛片首页。??时势4：已婚妇女激情按摩毛片女人色小视频免费在线观看
??12月26日,爱心“驻”力！西藏基层工作队为癌症晚期患者解燃眉之急,
黄昏，晚霞如血，染红了半边天，火烧云涌动，镶嵌着一道道金边，连石村似乎也被笼罩上了一层神秘的色泽。
,网站黄页免费在线,亚洲国产精品无码第一区二区,A片激情又爽又黄的免费视频。??12月26日,江苏电网唯一一座省外变电站移交国网山东电力属地管理,
破败的庄子中更显凄冷了，风吹来，种种老式的门窗吱呀呀作响，在夜里像是鬼哭一样平常。
,三级全黄片美女全裸,黄色视频www无码,httppk.4399.com。责编：任湘纺
审核：刘燕铃
责编：陈瑶
Copyright (C) 2001- dzwww.com. All Rights Reserved
新闻信息效劳允许证 - 音像制品出书允许证 - 广播电视节目制作谋划允许证 - 网络视听允许证 - 网络文化谋划允许证
山东省互联网传媒集团主理 联系电话：0531-85193202 违法不良信息举报电话：0531-85196540
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
