猫眼影戏
猫眼影戏
苏东林
手机审查
猫眼影戏记者 洛德 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1:三级片黄色网站
??12月25日,大湾区定有大发展,
二猛哇哇大叫,惹得族人侧目,向湖边望去。只见他骑坐在一头独角兽上,正在疯跑,速率太快了,他神色有点发白,不敢下来。
,91白虎蜜桃臀白浆喷射。??12月25日,3954标箱!这个班列5次刷新单月发运量历史纪录,
“我试试它在不在巢中,现在看来没事,我们赶忙上!”二猛说道,就要冲已往。
,久久免费A级片观看,怡红院视频在线观看,911国产精品自产。??时势2:看免费毛片A片
??12月25日,云南文蒙铁路开展实质性施工 建成后接轨泛亚铁路东线,
清静是师生幸福生涯的包管,清静是学校康健生长的条件;清静不但关系师生自己、关系学校、关系家庭,清静同时也关系到我们整个社会、整个国家和整个民族。
,91视频久久久久,操BBBB视频,免费A∨黑人。??12月25日,美媒:移民危机正在刺破美国“自由主义”道德言论的泡沫,
州里党委是党的在农村事情的主要的战斗堡垒,是联系效劳群众的主要环节,肩负着农村下层社会治理和公共效劳的主要职能。随着工业化、城镇化生长一直加速,州里党委还肩负增进经济生长,推进社会协调,维护社会稳固等主要使命。省委、省政府作出“两转变一个推进”的战略安排,我市提出“三个加速一个突破”的对策步伐,无论是工业、效劳业、旅游业,照旧基础设施建设,都与州里事情亲近相关,特殊是加大基础设施建设力度,用地矛盾突出,给州里事情带来较大压力。凭证省委、省政府指定的目的要求,XX市农村经济社会生长面临难题的使命,我以为,主要保存以下几个方面的硬使命。首先,“”末要实现由 “大都会、大农村”的名堂向城镇化率75%的目的,实现新农村建设的跨越式生长,压力重大。其次,推进农业工业化生长,着力生长现代高效农业、生态农业,增添农民收入。第三,配合工业化、都会化生长,加速第二、三工业配套效劳,创立新的经济增添点,扩大农村就业。要完成好这些艰辛的使命,州里党委班子必需坚持做好以下点:
,海贼王18+游戏,黑人在线视频,911国内自产在线观看。??时势3:欧美精品A片网站
??12月25日,2023年中国持枪爆炸犯罪案件同比下降20%,
他竟说出了话,声音急促,眸光吓人。
,精品黄色应用,美女被日软件免费下载观看,蝌蚪蜗窝。??12月25日,日本学者对华捐赠细菌战史料 中方:赞赏揭露历史真相的勇气,
狈风震怒,通常阴森而冷静的他再也榨取不住,今日真是一场奇耻大辱,被这样一个毛孩子捉住,真比杀了他都难受,奋力挣扎,拳头轰向小不点。
,国产狼友精品免费视频一二三四区,绿奴论坛,九九精品国产72国产精品福利。??时势4:A片激情又爽又黄的免费视频
??12月25日,春节档电影开启预售 三部影片预售破千万,
石村的一群人其时就怒了,一齐向前冲去,但对方也绝不示弱,数十人迅速群集,很是强硬,针锋相对。
,激情小说激情图片快播,国产精品18🈲️高潮站动漫,国产操逼视频播放。??12月25日,第七季“多多读书月”联合千余家书商 首度补贴万余种图书产品,
那是一片盛烈、酷热的绚烂,似乎神灵的栖居地,武王立于中心,被璀璨绚烂笼罩,给人高不可攀的感受。
,最新污版www在线观看,∏OPHO HD 720,a毛片无码免费真人久久国语。【2024金山岭长城半程马拉松赛开跑 逾千名中外选手参赛】
责编:区海泳
审核:李莎莎
责编:余瑞冬
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