猫眼影戏
猫眼影戏
马燕
手机审查
猫眼影戏记者 刘自鸣 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:国产男人天堂
??12月29日,前三季度我国环境空气质量和地表水环境质量总体持续改善,
小不颔首都没抬,直接接受了人家的“盛意”,脆声道:“要,给我一柄两万斤的锤子。”
,china腹肌帅哥gaygay无套入口。??12月29日,威廉·透纳、拉斐尔前派绘画作品汇聚国家大剧院,
“呀,这是村中的祭灵,被击杀了。”一个孩子惊道。
,国产91Chinese永久免费,欧美超强自慰,老年人一级A片黄片。??时势2:www.shajm88.com
??12月29日,舞蹈《洛神赋图》以“快闪”形式亮相辽博 让国宝“活”起来,
借此时机,我也向在座的同志和庙下镇的干部群众提出五点要求:一要精诚团结。庙下镇党委政府班子是精诚团结的,是做事创业的,这一点市委市政府是充分相信和肯定的。希望村组干部要精诚团结,全镇人民要精诚团结,全镇上下凝心聚力,做事创业。二要生长经济。要招大商,引大资,要打经济翻身仗,要改善古板农业州里经济落伍的时势,要使庙下镇走向振兴和绚烂。三要改善民生。要建设新农村,要把群众的事办妥,要落实惠民政策,让人民群众充分享受刷新开放的效果,让全镇人民过上幸福生涯。四要坚持稳固。要理顺种种关系,要化解种种矛盾。要解决群众关注的热门、难点,要解决群众的合理诉求。要攻击犯法,创优情形,增进全镇经济生长,事业前进。五要正气实干。要扬正气,树新风,要干大事,创大业,要蹲位继续为人民,要务实重干求生长,要把庙下建成汝州西部的区域重镇、实力强盛的中州名镇。
,国产欧美日本专区情侣,啊轻点视频,欧美一区日韩一区中文字幕页。??12月29日,浙江绍兴考古发现东汉时期“山阴”地名遗物,
清早,一群孩子目瞪口呆,不注重的话还以为一头重大的猛兽朝着石村冲来了呢,细看的话,它离地而起,一直挣扎。
,欧美最新精品H口一级A片,思思热92,思思热96,亚洲人成18禁。??时势3:国产区欧美区自拍区在线
??12月29日,【澜湄印象】听缅甸“胞波”讲述在云南体验到的美好生活,
经由了数载消防的生长历程,我在汗水中浸透头脑,在泪水与波折中饱含辛酸,在喜悦和乐成中收获生长,意会消防真谛;辜堑,在今年10月5日的一次消防救援事情中,在接到报警电话后,我与各消防同事连忙出动备战,赶赴火灾现场,那是一场房火,火灾现场火势较大,烟雾浓重,火势危急,现场情形十分紧迫。在我消防大队向导的准确指挥下,我与各个消防同志奋力睁开了灭火救援战斗。为包管人民清静,将人民从水深火热的严肃形势中拯救出来,我与各个消防职员,皆在救援事情中施展出自身的所有能力,施展自身的所有实力,奋力投身于救援灭火事情之中。在救援事情中,我们来缺乏思量自身的生命清静,脑中心中想的所有都是人民的生命安危。我们奋掉臂身,铤而走险,深入火灾现场,在火灾严肃生长的形势下,我们与恶魔般的火势作着抗争,坚定救人为先的救援信心,最终,在几个小时的艰辛奋战下,我们赢得了最终的胜利,乐成的将火势杀绝,并救出了一名老人。在救援行动竣事之后,这名老人特送与我们一幅写着“灭火神勇,保民平安”字样的锦旗以表达他的谢意,在此次的救援行动中,作为消防警员的我们充分验展了的消防精神,忠诚于我们的岗位事情,推行着自身的使命职责。
,骚屄水视频,午夜电影在线观看理论片,3344300部。??12月29日,美媒:红海危机表明中国的“一带一路”倡议对所有国家都至关重要,
“三爷!”
,男女交配软件,67id,欧美午夜久久久久。??时势4:黄色免费在线免费
??12月29日,天津伦敦“双城互动” 上演“海河邂逅泰晤士”天津时尚秀,
最后预祝本次学生会换届选举取得圆满乐成!
,久久无码精品国产老色鬼永久网站,无码国产人XXXXX在线观看,熟女视频久久性爱视频欧美综合视频。??12月29日,PRX战队获电子竞技无畏契约亚洲邀请赛冠军,
4、突出学生的主体职位,增强班团干步队伍建设,起劲提高学生的自我教育能力,自我治理能力,自我约束能力和对自己认真的能力,减轻班主任的治理压力。
,亚洲日韩黄色视频,绝叫潮喷吹水合集4百度网盘,2aaa在线。【财政部有关负责人就实施支持科技创新专项担保计划答记者问】
【香港“五一”:游客穿“港风”海边打卡 阴雨天热情不减】
责编:陈家强
审核:李应贵
责编:伍德黑德
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