猫眼影戏
猫眼影戏
常天童
手机审查
猫眼影戏记者 沈自尹 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:亚洲18色
??12月23日,(新春走基层)非洲小伙春节返乡盼团圆:把中国的幸福感带回家,
这群人神色马上冷了下来,什么话也没有说,直接就脱手了,他们没敢大意,事实小不点创了一项纪录。
,日本一区二区在线播放。??12月23日,中国首部房车文化电影《往后余生》 在新疆和田开机,
2、公司生长中的优劣势剖析
,凹凸视频精品一区二区,欧美最新精品HD一级A片,538视頻。??时势2:我的总裁老妈3D漫画下拉式
??12月23日,广西佛教界助力建设铸牢中华民族共同体意识示范区, 她曾任《贵州生齿报》社助理记者,贵州省生齿信息中心记者,贵州省生齿和妄想生育委员会办公室副主任、主任,贵州省卫生和妄想生育委员会办公室主任。,欧美成人精品第一区二区三区,国产精品乡下勾搭老头,色多多在线观看网址。
??12月23日,主产区秋粮收购进入高峰期 端牢中国饭碗底气十足,
新学期,学校迁就省标准化学校建设活动的有力时机,将开启新的希望,承载新的梦想,谋划新的生长,办人民知足的优质教育。学校和先生都怀着重大的瞻仰期待同砚们的生长,希望你们身体更康健,生涯更富厚,学习更高效,心情更阳光。这里,我代表学校和先生给同砚们提出几点希望和建议:
,欧美黑人巨大巨粗性XXXX,8x8拨牐拨牐拨牐永久免费,国产午夜激无码AV毛片不卡国。??时势3:美女操逼帅哥91视频
??12月23日,川渝首张互通互认居住证发放,
已往的一年,我们强基固本,增强向导班子建设 , 夯实下层党建基础。 高标准、高质量开展了党的群众蹊径教育实践活动,着力解决人民群众反应强烈的突出问题,增进党风政风基础好转。现在,确立的 22 项专项整治内容和 39 项制度妄想已基本整改到位。坚持和完善民主集中制,对重大事项、重大决议,举行整体研究 ,充分发挥民主,确保决议科学准确 ,开好民主生涯会,开展品评和自我品评,形成“和衷共济做事业、群策群力营生长”的优异时势。 全镇 40 个行政村所有完成“两委”换届选举事情,“两委”班子的年岁、性别、学历结构越发合理。 强化村级干步队伍建设,增强生长和后备干部作育事情力度,新生长24 名。凭证 “20 字” 好干部的标准和新修订的干部任用条例划定,注重使用一线事情履历富厚、历经多岗位磨炼和经受严酷磨练的干部,经由民主普遍推荐和党委谈话考察,建设“高铁人才储备库”,形成因事择人、人岗相适的体制机制,形成做事创业、勇猛争先的优异民俗。
,三级片网站日本中文字幕,天天操老太自拍干B,m.lwfhpbc.cn/blog/20250816_80244.html。??12月23日,中国首届国际滑雪技术大会在河北崇礼开幕,
许多同砚一经奚落,我们会读许多书,好比语文、数学、英语等,不但读,并且还要练。但这种念书,是有直接的功利目的,是为了掌握某种技巧的念书。而真正的念书,是让人忘却机巧之心的。人生短暂,我们不可疏弃在险些无用的甚至指导负能量的书。读经典书,看世事百态,体味人生百味。能让自己在生涯中找寻真正的自我。曾国藩就说过,“废志无以成学,废学无以成才”,也是这个原理。
,国产午夜无码福利视频,日本免费A片毛一级,色色网的网站。??时势4:一级毛片的网址
??12月23日,保供电、保生产、送清凉 各地多点发力战高温保民生,
少女年岁不大,婀娜挺秀,身段高低有致,一头黝黑秀发翱翔,莹白的额头有一种慧光,黛眉弯弯,眼睛灵动,下颌微尖,若月下精灵,漂亮的超凡脱俗。
,男人我女人黄色视频,CaoPoron草棚在线视频,无套暴躁极品学生。??12月23日,新疆两条直流工程年内外送电量超千亿千瓦时,
沐浴后的小不点全身晶莹,符文闪灼,看起来漂亮又可爱,他纵身一跃,坠进欢喜的大鼎中,光华灿灿的金色液体马上将他淹没。
,欧美试看片,A片黄色手机在线网站观看视频,国产精品一本二本无码。【广东持续开展义务植树活动 民众争做绿美守护者】
责编:孙虹
审核:乌尔鹏
责编:卢艳丽
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1