伊人影视在线,内容丰富,界面简洁,无论新手还是高手都能轻松上手

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

2025-12-28 14:20:56
泉源:

猫眼影戏

作者:

钱维国

手机审查

  猫眼影戏记者 托蒂 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:操屄A片

??12月28日,水往高处流!宁夏扬黄河水逆势向上让戈壁沙漠变良田绿洲,

  所有人的神色都变了,若是说最初他们还以为这孩子很无良,只是投契取巧开创了不色泽的纪录,那么现在则彻底改变了看法,这绝对是天纵之资的孩子,开战到现在,体现出了搬血境无敌的风范。

,麻涩部。

??12月28日,泉州宝藏 | 这座宋代“超级工程”为何被称为“炫技之作”,

  远处,小不点眼见到了适才的战斗,心中颇不清静,祭灵真的是千奇百怪,什么样的物种都有,毫无破例,都极其强盛。

,动漫人物桶动漫人物动漫免费,动漫美女喷水视频网站,欧美 在线 网站。

??时势2:91精品www在线

??12月28日,时政微周刊丨总书记的一周(10月21日—10月27日),

  不得不说,这头穿山甲太强盛了,皮糙肉厚,若是其他强者肯定被小不点一脚踢碎颅骨而死掉了,可是它却没有大碍,猛力摇头,金色符文炽盛,将小不点震飞了出去。

,激情小说激情图片激情四射激情理论,日本内谢69XXXXXX,www.123av。

??12月28日,“敦煌遗书数据库”建成投用,

  远处,小不点手持一块巴掌大的宝镜,流光溢彩,是以晶莹的宝骨打磨而成,威势惊人!

,午夜在线一级,丝袜老师 开腿让我爽一夜,苍老师巅峰之作第24集播放。

??时势3:荫蒂添的喷水的视频

??12月28日,辽宁葫芦岛市绥中县卜城线干道被打通,

  二要严肃纪律。这次学习安排的内容很是紧凑,各人要扫除种种滋扰,真正沉得下身,静得下心,把所有精神投入到学习中来。在培训时代,希望各人始终坚持起劲的精神状态和饱满的学习热情,严酷遵守培训纪律和课堂纪律,确保完成学习使命。

,老头把我添高潮了A片,姬小满裸体开腿本子,忍堕女忍2.0繁星汉化版游戏介绍。

??12月28日,国家通用盲文版国歌等语言文字规范发布,

  一是准备事情配景差别。第十一次党代会的召开,是在中国共产党在新形势周全增强和刷新党建事情的配景下召开的。党的xx届四中全会提出,在新形势下,要认真研究世情、党情、国情的深刻转变对党带来的挑战,要提高党的执政能力、向导能力,要推进党的事情,提高党建事情的科学化水平。xx届四中全会对学习型政党建设、党内民主建设包括坚持和完善党的向导制度、包管的主体职位和民主权力、完善党代表大会制度、党内选举制度、完善党的决议机制以及人事干部任用选拔机制、干部治理机制等等,都提出了明确要求。在这些重大问题上的刷新,在党的历史中是没有过的,是全新的。在xx届四中全会之后,中共中央政治局会开会明确指出,高等院校要坚持实验党委向导下的校长认真制。这现实上是中央向导从我们党和国家的长治久安的战略高度提出的战略思索,高等院校要坚持党委向导下的校长认真制,坚持社会主义办学偏向,并由中组部和教育部联合揭晓了“通俗高等院校党委向导下的校长认真制实验意见”,就是要在科学生长观的指导下,增强党对高校的向导。最近,北京市委也揭晓了“关于进一步增强和刷新新形势下通俗高校党建事情”及“高校党务果真、高校党代表大会任期制的实验细则”等一系列文件。这些主要的精神、刷新步伐和相关文件的出台,为我们召开第十一次党代会提供了主要的头脑理论武器。

,91♥️丨PORNY噜噜社,偷拍综合视频网,18分钟处破初疼哭在线。

??时势4:我爱原味社

??12月28日,寒潮来袭 重庆巴南迎2024年首场降雪,

  柳枝轻摇,接连数滴汁液泛起,在嫩芽间转动,颗颗晶莹剔透,宛若仙珠般,流光溢彩,且有阵阵清香扑鼻。

,免费一级欧美大片视,人人操人人摸人人操人人摸人人操,免费刺激大黄片。

??12月28日,中国出境游进入预订高峰 “新马泰”旅游热度提升,

  坚持“总体国家清静观”,要以人民清静为宗旨,以政治清静为基础,以经济清静为基础,以军事、文化、社会清静为包管,以增进国际清静为依托,走出一条中国特色的国家清静蹊径。

,果冻精品秘 国产传媒AV消防,99riav.7,国产日逼黄片视频。

【世界看两会丨国际人士:中国两会分享理念共享机遇 期待更多合作】

【“美的多元——古希腊的艺术与生活”展吸引参观者】

责编:刘学建

审核:程家道

责编:洪川夫

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