国产视频综合在线导航,让你在休闲的每一刻都能享受极致的娱乐体验,开启属于你的快乐时光

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 05:59:33
泉源:

猫眼影戏

作者:

周寿忠

手机审查

  猫眼影戏记者 戴维·赛特 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1:一区二区,国产最新进精品视频

??12月25日,中国贸促会:美301调查无理无据 将组织行业企业进行法律抗辩,

  闻一多先生说得好:有志之人立长志,无志之人常立志。

,男人影院啵啵。

??12月25日,中方:敦促美方停止纵容支持“台独”势力“以武谋独”,

  在民间有这么一句谚语“冬练三九”,它勉励人们不怕“三九”严寒,贵在坚持种种磨炼,以提高康健水平,有助于磨炼不怕严寒的顽强意志,进一步增强身体对严寒的顺应能力,镌汰疾病的爆发。我相信我们的同砚,为了我们的康健,为了我们能够更好的学习,一定会起劲运动起来,增强冬季磨炼,拥有更康健的体魄迎接更强烈的挑战与难题。

,日本中文字幕在线视频,欧州人的www免费一区,亚洲人的视频在线。

??时势2:国产麻豆免费观看

??12月25日,(文化新纪行)为馆藏文物“寻菌捉虫” 重庆科研团队出“妙招”,

  “给我杀!”另一个头领急遽大喝道,下令群寇脱手,向村头的众人睁开杀戮。

,正在播放国产水嫩美女叫,色哟哟在线视频,三级污A片。

??12月25日,《建窑“曜变天目”研究》出版 解码“天下神品”,

  “诸多部落被灭的场景果真是它发出的。”小不点稍微一催动,就再次看到了尸横遍野的画面,这骨剪泉源惊人。

,欧美一级AA片精品高清,免费黄色的视频,同人视频18 网站视频在线看免费版。

??时势3:日木农村性爱视频

??12月25日,1-4月全国晶硅光伏组件出口量达83.8GW 同比增长20%,

  在座的列位代表是全乡经由重复酝酿推荐,并通过选举爆发的。各人要在总结取得效果的同时,要找出保存的问题,讨论确定以后一个时期全乡党的建设,农业和农村事情的生长思绪,并选举爆发新一届党的委员会、党的纪律委员会。县委希望与会的全体代表要解放头脑,实事求是,以高度的责恣意和使命感开好这次大会。要凭证组织原则和划定程序,认真行使自己的民主权力,选出政治上可靠,事情上有本事,作风上过得硬,人民群众信得过的向导班子。 同时,县委希望即将爆发的新一届乡党委,要捉住机缘,深化刷新,开拓立异,坚持用科学生长观指导全乡经济建设和农村生长,要讲党性、讲团结、顾阵势,真正把党委班子建设成为建设社会主义协调新农村、推进全乡各项事业快速生长的顽强向导整体。

,国产真人视频一区二区三区,亚洲无码高清狠狠干,欧美黑人巨大XXXXX视频。

??12月25日,云南正式进入5G-A商用时代 发布十大应用场景,

  “我看你怎样对抗!”狈风轻叱,念动祭灵教给他的密咒,令兽牙化成几件武器,利爪与兽头等栩栩如生。

,国产最好的看真人csgo游戏,人妻一级色色,久久网免费看国产黄。

??时势4:18🈲乳液啪啪麻豆免费网站

??12月25日,上海市浙江商会会长王均金:“浙商拒绝躺平”,

  “好强盛的宝术!”两三里地外,所有人都惊悚,寒毛嗖嗖地立了起来,这样的手段太惊人了,足以能灭掉一个部族。

,日韩一级A片在线不卡视频,一级毛片99网站,久久99久久99棈品免观看。

??12月25日,重庆诞生首批“首席技师” 一线工人“成长”更有奔头,

  可是,关于石村祖地其他的一切却无比失望。

,伽罗疯狂 喷水自慰爽,一级毛片黄色录像,一级a啪啪视频免费。

【男子骗取签证出国务工并多次非法出入境被抓】

【外交部:愿同日方共同致力于推动中日关系改善发展】

责编:徐衍璞

审核:爱皮特

责编:艾杰西

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