猫眼影戏
猫眼影戏
郑爱军
手机审查
猫眼影戏记者 崔丽发 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:芳芳的性视频
??12月29日,(深化改革看山东)山东书写人才工作“新篇章” 让“千里马”竞相奔腾,
⑸严酷执行收支政策和划定。对村级整体应收欠款,应举行一次周全整理,限期收回,要凭着实事求是、量入为出的原则,严禁逾越村级财务效劳,严酷划定非爆发性开支的标准及比例。阻止超财务效劳的征象,对兴办重大建设项目,可在届内平衡的条件下搞建设。对村的公共设施、社会事业建设、养老金支出及村民福利等,要实事求是。
,精品免费无码A片在线看。??12月29日,上海市宝山区委原副书记高奕奕被“双开”,
最后我呼吁各人一起体贴国防、热爱国防、建设国防,心系国家清静与国防建设;厥桌,我们不难发明一八四零年以来单靠政府和军队建设国防是片面的,例如淞沪会战,必需每一小我私家加入到国防建设当中,加入到保家卫国之中。在共和国前进的征程上,不知倒下了几多中华民族的英雄子女,我们这一代人也绝不会逊色,我们愿用我们的生命捍卫共和国的蓝天!
,菲律宾 女网址www呦女,永久A片在线观看视频,免费黄色视频大全在线看。??时势2:好妞色妞免费观看AV
??12月29日,怎样科学滑雪可以减少骨折、扭伤的风险?……权威解答来啦!,
“岂非是那群人……;戳。”族长咳嗽,手抚胸口,想到了昔时的事,一群兄弟一起去外面闯荡,效果只有他一小我私家在世逃回来。
,www.日本.con,91喷水,一级a爱做片观看免费韩国。??12月29日,藏书家袁立章:古籍何以“照”今人?,
“小不点留神!”族人惊呼。
,日本欧美性爱免费送一级大棒,有夫之妇按摩高潮,高清无码在线观看污。??时势3:9.1免费版网站nba在线观看
??12月29日,国防部:中方将参加“安全纽带-2024”联合演习,
一群独角兽暴动,四蹄刨地,全身交织符文,一致对外,竟同时发动了攻击。
,国产强奸在线播放,一个在上面吃一个在下面膜在线观看视频,美女黄色视频在线免费看。??12月29日,2023年我国造船三大指标同步增长 国际市场份额保持全球领先超九成受访大学生喜欢“上冰雪”,
天下上什么工具最名贵?毫无疑问,是人的生命!每小我私家来到这个漂亮的地球上,都是幸运的。短短的一生,只要生命不息,都可以恣意享受到新鲜的空气、温暖的阳光,享受到亲人的关爱、先生的呵护,享受到日新月异的生涯,神往一个又一个优美的希望。
,亚洲婷婷一区二区三区,欧美另类69XXXXXORG,福利网站 黄。??时势4:寡妇做爰过程口述
??12月29日,第十七届亚洲电影大奖揭晓 蒋勤勤封“影后”,
(四)妄想建设一批差别名堂、各具特色的“四化”新农村。最近省委、省政府出台了《关于改善农村人居情形的行动妄想》,提出到20xx年,全省建成1000个以上的漂亮墟落树模村,60%以上的墟落抵达情形整齐,农民普遍住清静房、喝清洁水、走平展路的目的。要切实抓好这一千载一时的大好机缘,凭证妄想先行、因地制宜、有序推进、彰显特色的要求,启动新一轮50个“四化”新农村建设试点。所谓妄想先行,就是必需制订科学可行的妄想,严酷凭证妄想建设,杜绝乱修乱建;所谓因地制宜,就是要凭证外地现实,既要有楼房版,又要有平房版,既要有新村子,又要有在老村子基础上刷新建成的树模村,坚决杜绝“一窝蜂”建楼房;所谓有序推进,就是要先搞公路沿线和景区周边,由外到内,纵深推进;所谓彰显特色,就是要杜绝衡宇如出一辙,充分体现外地特色。
,浪小辉做零系列之浴缸,JIZZ国产免费无码A片,欧美人狂配大交3D。??12月29日,日本北海道新千岁机场两客机相撞,
今日拼搏的汗水,必将化为明日的绚烂之花。中考后你能自豪地说:初中我追求过、斗争过,为了家庭的荣耀、学校的声誉,我历来没有放弃过希望,历来没有阻止过拼搏!
,Purborn官方网站入口,精品人妻无码一区二区三区四川人,欧美在线精品一区二区三区。责编:天野秋而
审核:储律师
责编:赵冬云
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