猫眼影戏
猫眼影戏
塞佩洛娃
手机审查
猫眼影戏记者 萨姆·甘迪 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:巨胸流奶水视频www冈
??12月25日,经济新方位:运力提升,助推汽车加速“出海”,
“憨娃,你耍我们吧,你真是用极尽速率破开的?”锤叔气喘吁吁,他一个洞天境的大能手,居然还不如一个毛头小子,差点累死在大青石上。
,精品国产99久久。??12月25日,人形机器人走向何方,
第二祖地,地处古国边疆,一片蛮荒与苦寒,距离真正的祖地着实并不远了,只有三十万里,显然昔时的石族人一直在寻根。
,吃胸摸下www,深夜福利黄色网站,日本羞羞黄A在线视频。??时势2:222国产精品黄色网
??12月25日,国家防总办公室安排部署2024-2025年度北方河流防凌工作,
“你这个娃娃倒是有趣,刚一晤面就告诉了我们这样一个新闻。”老人笑道。
,久久久精品人妻久久,QOSWife中文汉化版v1.0,国产一区二区三区精品91。??12月25日,贵州黄平:映山红花开美如画,
狈村其他人神色难看,有人性:“真的要将这么多武器都交出去?”
,动画拿笔自愈,yy4480 av樱桃,黄色网站免费在线看最新免费入口。??时势3:国产孕妇A片全部精品一
??12月25日,穿旗装、学满语 台湾少数民族同胞领略满族民俗,
培训讲座上,王司理通过真实的ppt课件与精彩的演讲,让员工真真切切去感受其潜在的危害。同时,王司理又加以详细解说,见告各个意外情形下所要接纳的响应步伐,让各人学会在一样平常事情与生涯中逐渐提高清静意识,奏响生命的清静之歌。最后,王司理要求各人:为自己认真,为他人认真,关爱生命,请给生命加一道清静防地。
,人人干人人搞人人色人人捏人人操人人色人人色,欧美亚洲图片,豆媒体免费在线观看。??12月25日,赣江南昌枢纽(主支)船闸正式通航, 因此在一直强化税收征管的同时,应该同步适度推进税制刷新,适度降低名义税率,让企业现实税负维持在一个合理水平,同时国家财务收入也并不会由此镌汰,进而实现良性循环。,大逼视频,极品少女高清在线免费观看,亚洲欧美色图一区二区。
??时势4:欧美疯狂性AAAAXXXX
??12月25日,郑州航空港力争2027年底初步建成低空飞行器起降设施体系, 美团数据也显示,7月以来,“网球”搜索量同比去年增添超60%。网球体验课、网球培训季度课包在平台热销,美团上网球运动相关团购订单量同比激增172%。,一区二区三区视频在线观看,欧美亚洲国产性爱在线视频,99ri视频在线播放。
??12月25日,带着梦想“舞”进北京:台青简孟轩的街舞打拼记台湾10月消费者信心指数转降 专家:注意AI泡沫化风险,
四要坚持严酷督查,实验动真碰硬的绩效审核。现在,我县都会建设的事情机构已经逐步完善,事情重点已经明确,部分项目已开工建设,各工程的序时进度已经排定,要害在落实,要害在行动。事情目的要更细化。各责任单位要连系现在项目实验情形,进一步细化推进使命,明确推进工期,自上而着落实事情责任和时间节点,确保都会建设各项工程推进到位。催促检查要更严酷。要按期对城建重点工程举行催促检查,实验全历程监控督查制度。每半月对工程推进情形举行一次周全督查;每个月对工程推进中遇到的问题举行一次专题会办,实时掌握工程推进情形,确保各项事情抓实、抓出效果。
,中国媚黑在线播放网站,黄色视频了88,国产黄AV。【上海“五一”假期叠加“五五购物节” 文旅市场迎客超1623万人次】
【海南与俄罗斯“萌娃”在黑龙江共赴冰雪之约】
责编:吉野舰
审核:内斯托尔-法比安-皮塔纳
责编:宗敏
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