猫眼影戏
猫眼影戏
卢延红
手机审查
猫眼影戏记者 龚宣 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:第5人格本子18
??12月27日,被控受贿1012万余元 中国邮政储蓄银行原高级资深经理张军受审,
(一)城镇化生长是天下性的潮流。马克思关于近代天下有两句很著名的话:“资笔器义在已往三百年里所创立的财产,凌驾了人类历史创立的财产总和。”其焦点意思是说英国工业革命后的三百多年,资笔器义生长是通过工业化创立了财产事业。马克思尚有另一句话:“现代历史就是墟落都会化的历程。”其实质是说城镇化就是生齿由于工业发动向都墟市中的历史历程,而城镇化生长是现代社会的生长潮流。现在蓬勃国家都走过了城镇化历程,以老牌资笔器义国家英国为例,从1640年工业革命到1850年,都会生齿凌驾了75%,基本实现了都会化;美国的都会化从1840年最先起步,到1970年都会化率凌驾了73%;二战以后,也尚有一些国家实现了都会化,好比日本,时间都会化水平只有7%,可是到1973年就抵达了70%。我国在1949年的时间都会化水平只有10%,到1976年的时间也只有12.8%,20xx年就抵达了52%。工业化创立财产,城镇化积累财产,越是都会化水平高的地方,越是财产集中的地方。现在的珠三角、长三角、京津地区,既是天下城镇化水平最高的地方,也是最群集财产的区域。张掖要实现经济社会的生长转型,只有紧跟历史潮流,才华有科学的转型、合理的转型和快速的转型。
,欧美农村黄色视频。??12月27日,【奥运画刊】奥运在这一刻很温暖,
4、增强班整体建设。办妥班主任学校,组织学习政教处编写的学习质料。坚持天天10分钟小班会制度, 总结班级一天事情,表扬好人好事,指出保存问题。在通例治理方面松手让学生自我治理,起劲构建以作育学生自我治理、自我教育为目的的主体性教育模式,逐步实现教育方法由管教型向养成型转变。让他们在自我治理的历程中作育自己做人的尊严感、品德感、责任感,逐步抵达自主治理,学会做人,学会做事,学会与人共处。
,插进去,,啊,,好爽,视频,原创AV麻豆日韩国产,操一操日一日干一干。??时势2:免费观看国产在线污网站无限
??12月27日,江苏省政协委员建议:深化苏台产业链供应链融合发展,
狈里青死了,狈村幸存的人神色惨白,吓到颤抖,一个个都亡命飞逃。
,吃胸摸下www,老扒和陈荣,亚洲多毛。??12月27日,庆祝“国际志愿者日”:中国科技馆举办科技志愿服务周活动,
6.夏日天气热,要避免中暑;要注重饮食卫生,不买无生产厂家、无生产日期、无卫生允许的“三无”产品,不吃逾期和霉烂变质的食物。粽子是端午节必吃的食物,但同砚在食用的时间也不要过量,不要给自己的肠胃增添肩负,以致影响自己的康健。
,色女综合网色,日黑女人,亚洲精品日韩精品日韩专区一。??时势3:超碰免费人人操
??12月27日,中新真探:月经推迟是因为身体“缺血”?,
我敢这么说,是由于我的同伴们和我一经走过。慵懒的生涯注定会溶化许多激情、理想、刻意和追求,甚至会使生涯酿成仅仅“在世”。以是,我的新同伴们,“忙碌”、“辛勤”历来都只是局外人对行为的归纳综合,而不是忙碌者、辛勤者的自我心里感受。 虽然,作为学生会的一份子,我的每一位同事和我一直都在为营造一个富厚多彩、起劲向上的校园气氛而起劲。我们随时洞开大门接待你们的加入和加入,也愿意为你们排忧解难。
,欧美性交在线看,一级一级一级一级片,午夜性生活免费视频。??12月27日,第十届华厦眼科青光眼论坛启幕 开创微创诊疗新格局,
“轰”的一声,药鼎震惊,喷薄出成片的霞光,朱厌血将整座鼎都染成了淡金色,药液强烈欢喜。
,夸克在线观看免费观看,免费黄色视频村妇,你懂得在线国产。??时势4:在线视频免费香港看
??12月27日,RCEP全面生效一周年 外贸企业享惠水平持续提升,
有人要破石毅的纪录,引发了一场轩然大波,各地动惊,诸多在洞天福地修行的能手全都出关了。
,欧美性爱在线观看,欧美性爱在线播放,欧美...,欧美性爱黄色一级,好在线观看视频免费不卡日本。??12月27日,国台办:希望黄仁勋好好补补课,
“咦,那笨伯岂非能听到我们在说他?”皮猴嫌疑,这可离着很远呢!
,舔美女屁眼的视频一区二区,毛片网页在线观看,坤坤寒进坎坎里免费视频观看漫。【这就是秘鲁丨“from China to Peru”是个英文成语你知道吗?】
【以“宿一宵”为抓手 激活文旅特色村发展】
责编:杨珺
审核:王辉耀
责编:马磊
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