猫眼影戏
猫眼影戏
康诰
手机审查
猫眼影戏记者 赵子龙 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:吃 网cgw01.com教师
??12月27日,松花江最末端港口:2023年出口大米4.2万吨同比增长11倍,
谢谢!
,欧美激情一区黑人互换。??12月27日,大连夏家河子海滨浴场浮冰断裂 12人被困冰面全部获救,
“大娘,我想去园林看赤羽鹤,阿蛮说,它很漂亮,全身鲜红如火,鸣声很是悦耳。”小不点扑闪着大眼说道,长长的睫毛轻颤,提及话来稚声稚气,还带着一种奶音,娇憨柔弱。
,人人艹在线免费,王思诺穿泳衣图片,日日性爱视频。??时势2:操逼一级黄色网站
??12月27日,从南北客源互送到景区免门票 中国各地文旅部门花式揽客,
总之,我镇这次干部培训班的举行,只是我镇干部培训事情的一部分。我们将以此为起点,一直积累履历,立异形式,争取使我镇的干部培训事情走上规范化治理轨道。
,免费看AⅤ片,新婚夜真人实战,黄色毛片免费网址。??12月27日,贵州省公安厅交通管理局原局长施长征被开除党籍,
小不点心酸,他也是一个善良的孩子,也曾遭遇过一系列灾祸,能够感受到扑面谁人孩子的心境与伤痛。
,三角洲行动黄漫,在线国产精品播放,黑人和白人做爰。??时势3:久久久国产九九99精品
??12月27日,受大雾影响 浙江客运航线停航71条,
??12月27日,多彩活动点亮福建武警“五一”假期生活,
这一次,他全力攻击后,突然弯腰垂头,背后飞出一片弩箭,冷光闪灼,直袭小不点的双眼以及整个面部。
,欧美性爱aa品爱网,人人摸人人操a片,邓伦金晨宾馆声音。??时势4:在线看片涩涩
??12月27日,第一届银耳产业发展大会在福建古田举行,
第一,做好以文辅政,充分验展好照料助手作用。 党委的权威和形象,很洪流平上取决于党委的决议水平,而党委做决议的主要途径之一就是靠党委办公室的“以文辅政”。因此,党委办公室的照料作用施展得怎么样,照料水平高不高,直接关系到党委的决议水平。从这个意义上说,施展好照料助手作用,资助党委作出重大决议,是党委系统办公室的主要使命。现在,我市经济社会生长总体思绪已经确定,但各项事情还需要各地、各部分详细地研究和落实,党委办公室就要自动肩负起这方面的职责。要施展好“大脑”作用,围绕市委和各地党委的中心事情,想大事、谋全局、抓调研、报信息、献良策、支高着、当高参,为党委科学决议提供智力支持。视察研究要体现“六性”,即战略性、前瞻性、实效性、实践性、头脑性、针对性。要通过深入调研,起劲形成一批高质量的调研效果,进入党委决议视野;要施展好“线人”作用,要凭证“第一手情形”、“第一道研判”、“第一时间报送”的要求抓好信息事情,为党委决议提供信息依据。这里强调要强化舆情信息的报送事情,要认真落实紧迫信息报送责任,加大转达和问责力度,确保主要紧迫信息以最快速率上报;要施展好助手作用,资助党委刷新和修正决议,确保各项事情有条不紊地推进。
,毛片网站免费在线视频关看,久久人人爽人人一级毛片,激情视频无码高清。??12月27日,学习进行时丨领悟习近平文化思想系列之四:着力提升新闻舆论传播力引导力影响力公信力,
做一名宣传员:交通规则、交通清静的宣传,并发动家庭成员和周边的人自觉遵守;
,午夜性交A片观赏,一级欧美性录像视频在线观看,99riav22。【1元包装费缘何引发质疑?专家:商家应尊重消费者选择权】
责编:安居富
审核:梁某灵
责编:史丽萍
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1