首页
下载APP
首页
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！
《国产精品偷伦视频播放三级》，《Q8X2R7L1T4J5M9B6W3》Bsports.必一(中国)体育-官方网站
“国产中文一级婬片A片免费无码”
一级特黄操比视频
……
12月29日
“15CC”曝威尼修斯不会获得金球奖
↓↓↓
12月29日，筑梦现代化 同心向未来，欧美嫖妓超碰，天天操天天舔，国产精品53，一级黄色亚洲国产视频
12月29日，黄磊：做善良的人，是一种“渡我”，古装一级无遮挡一级毛片，英法r18车长，亚洲色偷偷综合亚洲avyp，乱大全
12月29日，赣鄱Z世代：“00后”电网青年职工 努力做万家灯火的守护者，三级片精品，国产一区二区三区网站导航，亚洲av办公室啊，黄片国产操逼视频
12月29日|中国科研人员发现十种蜘蛛新物种|男女一级特黄a大片|跪下+晨尿+伺候+桌下bl|美女视频曰本网站二区|国产精品门国产三级国快看
12月29日|“活跃家庭·和谐健康”体育科普中国行走进浙江舟山|欧美综合精品视频一区二区|免费啊啊啊啊网站|女S男M 免费网站视频|小精鱼公社
12月29日|上海：骑手送货上门马不停蹄 寒潮下守护居民“菜篮子”|www.99riav .com|免费 进去里|欧美亚洲国产性爱在线视频|日韩精品一区二区三区夜色……
12月29日，新疆阿克苏地区乌什县发生7.1级地震：民警成功救出一名受伤村民，主人嗯～啊～快点死我，黑大鸡巴，激情人妻色综合视频，欧美一级久久精品午夜
12月29日，“工会驿站+”，让温馨港湾更暖心，一区二区三区在线免费视频，A级毛片真人无码免费，免费视频好爽好湿叫国产，国产精品点击进去
12月29日|印尼西苏门答腊省强降雨造成32人死亡|欧洲无码a级|灭火宝贝2法版免费法国|约尔和黄昏在浴室中生小孩|亚洲国产AV精品一区二区
12月29日，杂技剧《孟母三迁》在乌鲁木齐演出，520886日本，国产免费AV片在线观看_无码一级国产精品片_制服丝袜一区二区，18 看片，调教影视界
12月29日，促进“一带一路”民心相通 香港共享基金会在路上，日本一本通免费一区二区，美脚の诱脚舐め脚视频播放，国产在线看视频A片免费，高清乱码 免费动漫双男主
12月29日，“大学校长高峰论坛2024”在香港举行，国产JizzJizz视频全部免费，97.插插插，国产精品高中生视频网站，一级毛片A色
12月29日|让历史文化遗存保护融入城市更新|口爆片|...A片在线免费直接观看高清中文字母海量日本欧美性爱|91馃崙馃崒馃崋|黄色视频在线观看免费在线
12月29日|空中客车直升机中国位于横琴的新总部开业|色色拍拍|婷婷五月天综合网视频|国产精品三级剧情专区|玩弄熟妇中文字幕视频一区
12月29日|韩国中央选举管理委员会：戒严军占领该委员会明显违宪违法|欧美性战久久久久|免费播放a片黄片三级片家庭生活|尤物tv国产精品一区|正在播放国产酒店露脸
赛事经济助力中国外贸跑出"加速度"，回忆入坑游戏的故事|首届外交官非遗盛典为世界文明交流互鉴搭建国际舞台|欧美一级A片欧美一级A片野外|亚洲乱伦二区三区四区|欧美老妇群交视频大全|免费国产a国产片高清网站
监制：邓金木
策划：赖晗
主创：唐征宇 林箴贺 陈佛烘 颜亦阳 陈林韵
编辑：王家菁、段圣祺
朝中社：朝俄《全面战略伙伴关系条约》正式生效
（高质量发展调研行）“吃干榨净”一只果，何以致富一方人？
二次元聊两会 | “人工智能+”，到底“+”什么？
2023年海口海关侦办离岛免税“套代购”走私案值超6亿元
全国花样滑冰青年锦标赛在吉林市开赛
培养造就更多大国工匠（人民论坛）
4个维度看货币政策如何支持经济回升向好
绝代枫华莫干山 红枫节“枫”景正浓
香港金融科技周揭幕 金管局多措并举“点亮”新航道
2024五一档电影市场洞察报告：15.27亿元票房收官
www,毛片网站
啪啪视频免费看30分钟
老色批在线播放视频网站免费
五月天天色图
久插爽射久久爽在线观看
女人扒开腿让男人捅视频
中文无码乱人伦中文视频乱码
中国产性交hd
萨迪乌布斯手机版
国产99九九99九九
闽公网安备 35010302000113号