猫眼影戏
猫眼影戏
狄波拉
手机审查
猫眼影戏记者 向孝勇 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:色色色色色综合视频国产
??12月28日,创新打造“博士产研诊所” 江西崇仁助企纾困添新招,
??12月28日,海上风电、沙地光伏,“撂荒地”如何成为清洁能源“发电厂”?,
三是基础设施建设一直增强,城镇功效日益完善。近年来,各地一直增强城镇基础设施建设,提高城镇承载能力,鼎力大举改善都会景观和人民生涯情形。据统计,阻止年底,全市县城城区蹊径公里,较年的公里增添公里;排水管长度公里,较年的公里增添公里;都会蹊径路灯盏,较年的盏增添盏;都会自来水普及率为,较年增添。全市小城镇蹊径总长度达公里,桥梁座,路灯盏,排水管道公里;自来水受益小城镇个,建制镇自来水普及率由年的增添到现在的;小城镇现有栖身面积万平方米,人均栖身面积由年的平方米增添到平方米;州里通电率达,有线电视笼罩率抵达以上。市中心城区市政设施正在逐步完善,都会供水、污水处置惩罚、垃圾处置惩罚、供气等一大批市政设施已经或即将建成投入使用。通过修建民权路浉河桥、建设垃圾中转站和公厕、刷新背街小巷、建设茶之韵广场等步伐,极大利便了群众,提升了都会形象。一些县区在这方面也取得了可喜的效果。如县一举夺得“国家卫生县城”、“中国人居情形规范奖”、“国家级生态树模区”等国字号奖牌。小城镇基础设施和综合功效日益完善,吸引力和辐射力日益增强。等一批明星小城镇,已成为我市小城镇建设的“领头羊”、“排头兵”,成为我市农村经济社会生长、对外开放的主要窗口。
,激情文学小说,蘑菇 视频,a级黄片入口。??时势2:孕妇分娩无码A∨片
??12月28日,【地评线】飞天网评:增强信心,努力实现全年预期目标, 顺遂完成舰炮对海射击后,光电兵转达发明海上不明目的逐渐向编队靠近,各艇随即睁开对海轻武器实弹射击。随着多个海上目的被摧毁,编队无邪转入下一训练海区。航渡时代,编指转达,雷达探测到末制导雷达信号,各艇快速调解好航向航速,再次进入战斗状态。,日韩性爱综合网,一级大黄片电影,加勒比www。
??12月28日,今年前10月全国铁路货物发送量创历史同期最好水平,
石昊虽然很小,可是速率却极快,如虎跃、似蛟腾,逃避箭羽,同时双手拍击,与箭杆撞在一起,当看成响,将许多铁箭震飞。
,色爱爱激情视频,看黄色免费的网站,美杜莎被插羞羞网站。??时势3:久久久精品人妻久久
??12月28日,国际最新研究:一种新方法制作智能纤维 可用于可穿戴电子设备,
同砚们,你们看,由于有了我们的加入,青山格外地苍翠;由于有了我们的行动,绿水格外地清亮;由于有了我们的保存,地球妈妈欣慰地笑了!;で樾挝颐窃谛卸煜陆不4
,a片在线视频导航,朴善宇视频原版在线观看,另类视频亚洲。??12月28日,云南保山:“五治”融合 绘就法治乡村新蓝图,
1.明确斗争目的,高昂有为早成才。目的对同砚们高中三年学习生涯和以后一生至关主要,高尚的目的是推动社会前进的主要动力,也是人们知难而进、走向乐成的主要精神支柱。同砚们,我想向各人提几个问题,“你的斗争目的是什么?你是为了谁到一中来修业的?为了自己,为了家庭,照旧为了社会?你将以什么样的姿态、什么样的形象生长于二中,三年以后,你将交一份什么样的结业答卷,以什么样的面目离别母校呢?”我希望同砚们从今天最先,要认真思索我提的几个问题,用自己的现实验动去解答、去论证、去完成。
,高清无码艹逼小视频,啊哥哥的大吉,大象芒果伊甸园2022。??时势4:性生活2三级片
??12月28日,和评理|美新法案禁止国防部采购六家中企电池:于人无益,于己不利,
“小崽子,没有想到真让你成了天气,惋惜我那一箭只射穿了你的小臂,没有将你的咽喉洞穿。”狈山咧嘴,露出一嘴雪白的牙齿,看起来很凶狞。
,国产特级黄色网站可以看的,欧美性爱在线视频一区二区,欧美一级C。??12月28日,安徽小山村获“生物多样性保护项目”授牌,
4、西席要以备课组为单位全心选择训练题,要给学生提供适当的家庭作业,尤其是双休日的家庭作业要做到内容充分,形式多样,题量适当,以备学生使用双休日在家预习和;要强化检查环节,周一早要对周作业完成情形举行检查,检查后再举行有针对性讲评。西席要指导学生从最基础的事做起,上好每一节课,考好每一单位,让学生有一个厚实的学科基础,让“差生”有获得的可能。
,精品手机亚州一区二区三区,我搜个黄色一级毛片网站,亚洲一区二区视频在线。【“时代的风浪越大,我们越要勇立潮头”——习近平主席赴俄罗斯喀山出席金砖国家领导人第十六次会晤纪实】
【首个由中国牵头完成的旅游国际标准发布 一文了解“新”在何处?】
责编:刘盼
审核:王玉鹏
责编:盖帝
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
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1