猫眼影戏
 |
|
猫眼影戏
李明彬
手机审查
猫眼影戏记者 俞可平 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1：八重神子裸体
??12月24日,宁夏彭阳：黄土高原上层层梯田如大地“指纹”,
雷明远看到接连两位天才被这个小孩子生猛地拍飞，他不想比拼肉身，眸光炽盛，肌体汹涌出一股玄色电光，掌心泛起一个符文，闪电交织，向前按去 。
,在线观看AV免费不卡 。??12月24日,新时代再出发，如何把长征故事传得更广更远？,
“小红，以后常来玩呀！”小不点站在村头，用力向空中挥手 。
,免费黄一区拒绝收费,亚洲AV成人无码久久久,苍井空网站 。??时势2：亚洲AV无码一区二区三区桃色
??12月24日,无人机配送何以受欢迎,
至于他背上的石毅，胸部则传出了喀嚓声，他归位的骨骼再次震开了，他遭受了重创与反噬，至尊骨还未真正长成，不应这般动用 。
,杨幂处破女A片60分钟,人人泡人人干人人操,裸体视频 。??12月24日,8月5日“农产品批发价格200指数”比上周五上升1.69个点,
“嗡”的一声，其胸部闪灼，亦有圣光弥漫，令其出血的伤口所有凝固，并且全身骨头律动，宛若一曲神音，隐然要生长好一样平常 。
,超碰h,亚州图欧美图,冲宫娜美一区在线播放观看 。??时势3：日逼的黄色视频
??12月24日,两度被村民按手印挽留的驻村第一书记,
墟落两级干部都要增强事情的自动性、起劲性和前瞻性，随着农村一系列、全方位刷新的一直深化，这就要求我们必需转变古板的头脑方法和事情要领，以全新的头脑方法来谋划事情，以无邪事情要领来解决事情中的难题，要切实转变以前那种按部就班、头脑置后、事情被动的状态，要细密连系本村、本单位的现实，创立性地开展事情，从现在起就要干目今、想明年，及早思量，超前谋划明年岁情的思绪和重点，力争使各项事情取得新的更大的效果 。这次聚会之后，各村、各单位的一个主要使命就是尽快召开聚会，连系各村、各单位现实讨论研究制订下半年的事情思绪和目的使命，切实解决目今保存的影响事情进度的问题 。
,日韩黄区免视频,崩铁涩涩同人 网站,xxxxx视频 。??12月24日,“信号升格”专项行动提升云南乡村医疗服务质效 为偏远地区接入更多优质医疗资源,
凶禽颤抖，全身发光，彻底暴怒，接连亏损，让它凶气缭绕，最先追杀两头异兽 。
,爱爱免费网站大全,www.17.c.com一起草,久草娱乐视频 。??时势4：污视频网站入口
??12月24日,丝路青年说（十五）|“来中国是一个很好的选择”,
??12月24日,香港警方打击诈骗和洗黑钱拘219人 涉逾5亿港元骗款,
大地止境，混沌翻腾，闪电交织，雷鸣震耳，暴雨滂沱，宛若末日来临！
,欧美尻逼性爱网,人与性动交毛片ⅩXXXB,骚奴,抽B,憋尿,贞C戴视频 。【台湾橄榄球教练在闽化身志愿者 助力心智障碍青年体育运动交流】
【甘肃每年向全国送电逾520亿千瓦时 近一半是新能源】
责编：博尔赫斯
审核：杜小伟
责编：徐岩
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
