日本人免费的xbox360,让你在休闲的每一刻都能享受极致的娱乐体验,开启属于你的快乐时光

k1体育麻将胡了

搜索 猫眼影戏 融媒体矩阵
  • 山东手机报

  • 猫眼影戏

  • 公共网官方微信

  • 公共网官方微博

  • 抖音

  • 人民号

  • 天下党媒平台

  • 央视频

  • 百家号

  • 快手

  • 头条号

  • 哔哩哔哩

首页 >新闻 >社会新闻

ImageNet分数越高,天生反而越糊 ?iREPA给出诠释

2025-12-25 15:18:30
泉源:

猫眼影戏

作者:

郜家因

手机审查

  猫眼影戏记者 杨振林 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:欧美一级特黄大片做受r

??12月25日,重庆市侨办恭贺2024新春,

  狠辣而狡诈的老狈,两米长的躯体差点被抓断成两截,艰难挣脱出,但照旧被一只利爪击中后足,喀嚓一声,那条腿其时就扭曲了,彻底变形。

,国产XXⅩ色视频免费观看。

??12月25日,“碳”路先行|共享科技成果 山西太原借“数字丝路”论坛扩大对外开放,

  “什么 ?!”一群人都惊呼了起来。

,坐上来,国产在线永久免费视频aa,猫888AV。

??时势2:999免费的网站午夜

??12月25日,一季度西藏农特产品出口2206.3万元,

  “这就是成熟的凶禽的鳞片,果真不凡,我预计以数百斤重的阔剑都很难劈开!”皮猴道。

,国产黃色網,在线观看无遮挡网址,老太太姓交全过程。

??12月25日,2024安博会:面向低空安全新发展 专家建言探索新型空地网络,

  “我的熊掌!”小不点哀嚎,苦着小脸,无比惋惜,这才一会儿时光那头熊就跑没影了,他想去追,但又脱不开身,真是遗憾。

?第一百一十九章 收获遗种,欧美大片欧美黑人一级A片,日本动漫美女黄色,91国自拍啪视频。

??时势3:无码中文字幕日韩一区二区

??12月25日,提前查询分数?内部买补录名额? 高考过后骗局来袭,

  小孤山镇一片嘈杂,外来者快遇上原住民的人数了,而金狼部落、雷族等则有大批能手进驻,静等下令。

,伽罗疯狂 喷水自慰爽,肥婆巨肥BBBWBBBW图片,国产乱了视频。

??12月25日,第六届“翱翔贵州”滑翔伞首站赛事落幕,

  5、要作育求真务实、真抓实干的事情作风。求真务实,就是说真话、办实事、求实效。农村下层干部只有讲真话、讲真话,才会赢得群众的信任,才华向导群众一道战胜难题,解决问题。我们做的每一项事情都要从现实出发,要带着问题与下层群众配合研究外地的资源状态和优势所在,寻找切合外地现实的经济生长路子,探讨增添农民收入的步伐。要带着情绪应群众中去,真诚相识农民群众的难题和愿望、意见和要求,至心实意地资助群众排忧解难。各人在培训中要连系本村、自己的事情现实,认真思索、研究一下怎样才华做到求真务实?在农村下层求真务实事实是指什么?希望通过培训学习思索找到谜底。

,午夜男女免费视频,黄漫 爆乳,男生 男生 里免费看。

??时势4:日本黄色网站视频!

??12月25日,青铜水禽等文物在秦始皇帝陵博物院展出 专家:凸显秦文化多彩性,

  他迅速上前,气息一下子变了,白嫩嫩的小手伸出,竟然发出了风雷之声,与蛟鹏的掌撞在一起。

,女子自慰全过程㊙️免费,欧美人妻aⅴ中文字幕50,桃色国产精品网站。

??12月25日,湘桂铁路集中修施工全面启动,

  “不怕,我们有柳神,等以后我们长大了,都会很强盛。再依附小不点的现在可与远古真犼幼崽搏杀的资质,未来岂非还打不下一个大大的国家吗 ?”一群孩子很不平气,都握紧了拳头。

,日本肉体裸交,淫视频网站,免费黄色131网站。

【外交部:奉劝美方停止利用网络安全问题污蔑抹黑中国】

【俄总统新闻秘书:普京计划访问朝鲜】

责编:凯瑟琳·布蕾亚

审核:蒋某强

责编:王明

相关推荐 换一换

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

鲁ICP备09023866号-1   鲁公网安备 37010202000111号  

Copyright (C) 2001- Dzwww   鲁ICP备09023866号-1

网站地图