(1秒图文详解)别揉我胸嗯啊~一区二区三区鸿蒙版v12.4.28.62.99.69.99.06-2265安卓网

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 08:20:33
泉源:

猫眼影戏

作者:

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

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