猫眼影戏
猫眼影戏
杨云骅
手机审查
猫眼影戏记者 刘永好 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:AAAA片免费久久久久久
??12月28日,从生活用具到时尚单品 贵州三穗非遗竹编“潮”出新意,
回到族中,见到已往可爱而聪慧的儿子竟酿成了谁人样子,让他的心在抽搐、在滴血。
,免费一级片。??12月28日,停课停航停运!广东清远遭遇极端性强降水,
“没有,那对匹俦脱离后一直就没有回来过。”管事回应,他四十多岁,终年呆在西疆,通常威势不小,而此时却颔首哈腰,与往昔完全相同。
,小扫货这么能夹几巴,色色色中心,欧美激情视频一区二区苍井空。??时势2:国产精品 强奸乱伦
??12月28日,白宫为拜登赦免其子亨特辩护:“特朗普上台后不会放过亨特”,
我们也发明,目今还保存着一些不良征象:乱写,乱画,乱说,乱做。
,国产一级婬片A片免费无码按摩,午夜无码在线观看/.com,无尽 大胸 动漫 警花。??12月28日,四大主题90条线路展示国企风采 2024年“首都国企开放日”活动启幕,
适才,学院及师生代表的讲话说出了今世大学生的配合心声。在党和国家提倡的“公共创业,万众立异”的浪潮下,高校作为立异创业的前沿阵地,起劲探索立异“众创空间”的生长模式,是高校师生义禁止辞的庆幸历史使命。“众创空间”是学校立异创业课程的有用延伸,能够使学校的创业立异教育落到实处、起到实效,能够把校内的科技项目快速转化,能够实现项目和社会资源的双赢对接,从而助力高校就业创业事情的开展。
,欧洲男青年撒尿自慰Gay,第一次处破女18分钟网站,下载日本人黄色网站。??时势3:在线看欧美性爱
??12月28日,国际顶尖霹雳舞选手在浙江宁波角逐中国总决赛冠军,
毛球抖净金色毛发上的水珠,打了个颤抖,使劲翻白眼。
,《孕育的摇篮之卵》安卓版游戏,免费播放a片的网站,国产91区精品福利在线社区。??12月28日,北美票房:《毒液:最后一舞》助北美周末票房止跌回升,
“;で樾,人人有责!;で樾,从我做起!”这是我们时常挂在嘴边的一句话,但“言而不行假把势”。捡一个垃圾、种一棵小树、;ひ豢眯〔,都是我们作为地球公民应尽的义务。我们栖身在地球上,就应该为地球孝顺出自己的一份力,同时,也为自己着想着想吧!往河里仍垃圾,即是危害鱼虫的生命,自己的’良心能安吗?砍一棵小树,即是危害鸟类的生命,自己又该有何感想?绿色,环保与生命是息息相连的,万万别比及地球上没有了莺啼燕语,自己的生命也岌岌可危时才后悔,由于后悔已经来缺乏了!
,打朴克又疼又不盖被子,三级片视频在线看,揉我胸 啊 嗯出奶了。??时势4:天堂日韩无码
??12月28日,2月车市淡季不淡 预计政策撬动百万辆级增长空间,
别的,、x先生出示胶州市果真课或研究课,完成了x到x年级心理问题抽查,并整理上报给课改办,约请了一中专职心理西席梁发芹给全体西席作了《情绪治理与心情重修》的讲座。
,久久亚洲只有精品18,最爽爱爱高潮免费视频,成 年 人 黄 色 网站入口。??12月28日,国家二级保护动物狍鹿在祁连山踏雪觅食,
责编:列提别克·阿勒斯拜
审核:刘征
责编:派维特奥
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