猫眼影戏
猫眼影戏
沃伦
手机审查
猫眼影戏记者 江用民 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:午夜另类网站
??12月25日,(文化中国行)焦溪古镇传承舌尖上的非遗:“豆腐已到第七代传人”,
(二)宣传透彻,普遍发动是换届选举乐成的基础。 为使群众能够真正选出农村带动致富的 “ 领头羊 ” ,在这次村级组织换届选举事情中,我们做了普遍的宣传发动,使换届选举的目的、意义、指导头脑、要领、程序家喻户晓,深入人心。在此基础上,对在视察摸底中发明的突出矛盾,有针对性地做好群众的头脑政治事情,起劲指导宽大群众掌握能手中的民主权力,包管党工委的主张酿成宽大群众的意志,选出了组织知足、群众拥护的新一届村两委班子。
,免费中文av在线。??12月25日,6000多元机票仅退269元算霸王条款吗?律师解读,
四头至尊生灵争霸,其中两头猖獗大吼,下令万灵,要踏平这片大地,令这片疆土成为劫灰。
,黄片儿小视频,欧美副利专区,一本一道无码在线。??时势2:aⅴ免费在线观看
??12月25日,第21届世界中医药大会心脑血管病产教融合研讨会在巴黎举行,
“这是‘药根’,此时在温养这炉药液。
,A级黄色毛片国产乱伦,中国艳妇裸体欣尝,20岁禁止入内1000步。??12月25日,习近平在法国媒体发表署名文章,
奔在最前方的石林虎一摆手,让众人停下,扒开前路上一大片枯草与败叶,马上露出一个黑乎乎的大洞,内里插满了铁锥,直指向天,这要是坠进去非被扎成筛子不可。
,精品国产免费观看久久久,人妻无码中文字幕毛片,性活交片大全免费看。??时势3:云樱脸红翻白眼
??12月25日,“战争对美国人和美国经济都有害”,
同砚们:生命,人的一生只有一次,做错的事可以更改,失败的事可以重做,可是生命只有一次,不可象舞蹈一样彩排,失去了就不可能重来。以是,重视清静是我们每小我私家的义务,更是我们每小我私家的责任。在清静的问题上,来不得半点麻木和幸运,必需要树立高度的清静意识,人人讲清静,时时讲清静,事事讲清静,珍爱生命、远离事故、远离伤痛!
,18 奶头,日本欧美在线播放视频,性欧美BBW巨大。??12月25日,黑龙江抚远:耕地内出现野生黑熊,
“宝术真的很厉害,它能杀凶兽,也能救人,要是能获得狻猊的原始符文就好了。”良久后,小不点才轻轻自语。
,宝石骑士naimi免费观看高清,自拍偷拍亚洲图片,亚洲视频免费在线。??时势4:沉沦之夜夏婉最后跟谁在一起了
??12月25日,近百名女足U15小队员在成都参加“雏凤计划” 入选者将赴德训练,
“哈哈……”雷明远六岁多,幸灾乐祸,笑的前仰后合。
,陈美娇花园大酒店,甘雨自慰网站,国产男女短视频黄色好看。??12月25日,续贷政策“扩围” 小微融资添“活水”(政策解读·金融支持高质量发展①),
少妇眼中猖獗,越发确定,这样做值得,哪怕被发明,被整理,但只要植入毅儿体内也值了。这块至尊骨才最先生长,就已经有这般威势,若是未来生长好,那还了得!
,国产 精品 v,欧美性交αV,91淫插爽射久久久爽在线。责编:李征琴
审核:李俊俋
责编:洪晓
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