(8秒快速入门)馃崒馃崒馃崙馃崋馃悢鸿蒙版v93.53.39.10.86.21.74-2265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

2025-12-24 02:23:27
泉源:

猫眼影戏

作者:

欧雅琴

手机审查

  猫眼影戏记者 葛卫东 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:大黑吊操

??12月24日,中国新版《稳外贸稳外资税收政策指引》发布,

  (三)做好农村低保事情是我县周全建设小康社会的客观要求。我县自然条件差,历史欠账大,贫困面还较量宽。现在,全县未脱贫生齿尚有5万人,五保工具3500人,年人均纯收入在693元以下的尚有2.7万人,他们的生涯还相当难题,加之我县自然灾难频发,每年因种种灾难需要救助的人许多,救助工具多,且栖身疏散,包管资金发放难度大。要周全建设小康社会,就必需率先解决贫困群众的基本生涯问题。实验农村低保制度,对因病、残疾、年迈体弱等缘故原由损失或部分损失劳动能力的贫困生齿,给予稳固的生涯救援,包管农民群众逐步过上宽裕的生涯,既有利于增进农村经济生长,又有利于农村社会稳固。因此,各州里各有关部分一定要充分熟悉实验农村低保的主要意义,将其作为目今农村事情中的一项主要使命,下定刻意,加大投入,扎实推进。要通过深入详尽的事情,规范程序,公正效劳,起劲让最需要包管的人都能享受到低保政策的阳光。

,美欧激情性交小说及视频。

??12月24日,《长沙走马楼西汉简牍》新书发布 传承和发扬简牍文化2024年尾波滑水世锦赛决赛在浙江杭州举行,

  2、轻声闲步过走廊,中午检查纪律的同砚也要注重这一点,不可急跑,滋扰同砚休息学习,也不清静,也没须要,戋戋十几米跑能节约几多时间啊?

,老女人网站,女人逼男人97,www.773c.cn免费网站app入口。

??时势2:免费观看的黄网

??12月24日,传鉴中国非遗 点亮文化之美,

  “你说是你的就是你的?”紫山昆与雷明远也上前,同样摘下宝弓,视三头幼鸟为猎物,准备捕获。

,打屁股91,欧美熟妇性饥渴视真人视频,日韩欧美色图。

??12月24日,甲流刚好又中招乙流?专家:两者不具备交叉免疫机制,

  三.作育团队精神,增强团队意识,在实践中起劲提升自身价值。

,羞羞羞视频在线观看免费,美女拉屎网站,精品国产爆操吞精黄色a片。

??时势3:巨胸美女爆❌免费高跟鞋

??12月24日,斗鱼2024“护苗·鱼阅计划”公益活动启动,

  2、增强信息化设施建设,开通光纤上网,办公室有电脑,条件允许实现无纸化办公。争取上级支持,建设班班通工程。同时实验教育治理信息化(西席出勤,上课等情形随时掌握)

,在线看国内Aa福利片,欧美精品黄色免费看,点击进入免费的黄色xx视频。

??12月24日,“中国知识产权保护工作展现显著成长与成熟”——访世界知识产权组织总干事邓鸿森,

  “轰”的一声,药鼎震惊,喷薄出成片的霞光,朱厌血将整座鼎都染成了淡金色,药液强烈欢喜。

,一级无码免费性爱视频,中国男Gay洗澡互摸鳮吧巴,美国黑人和狗性交A片。

??时势4:亚州一级片

??12月24日,(两会观察)建言家国“大小事” 政协履职见真效,

  中秋节走亲探友要注重饮食卫生,注重不要暴饮暴食,外出时要注重食物、饮水及情形的卫生清静状态,坚决不买无牌无证小摊档的垃圾食物。

,欧美日本特级淫片视频,国偷自产Av一区二区三区麻豆,性爱一级无码。

??12月24日,2024德文厦门工学院马拉松赛开跑,

  “阿爸,救救我呀!”有孩子在恐慌哭泣。

,女生被干视频,黄网站在线免费,国产真人版A片视频。

责编:隋欣

审核:曾刚

责编:孙博

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