猫眼影戏
猫眼影戏
塞迪奇
手机审查
猫眼影戏记者 余建军 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:久久久久久久久久久久久久久久久久久
??12月25日,龙“马”精神 一路领“鲜” 青岛啤酒激情登场2024青岛马拉松,
学校质量上去了,我们的学生和家长是最大的受益者。在这三年来,每年的中考和小学升初中的考试中,我校均位于区民办学校之首。从考上重点高中的、等同砚现在在高中的效果依然令人兴奋!小学、初中的基础打好了,效果一直都会好。
,国产一级a爱片在线观看视频。??12月25日,山西晋祠庙会:传统与现代交融 老庙会焕发新生机,
数十年来,石云峰多次持骨叩拜柳树,举行祭祀,可是却始终没有获得柳树的回应,甚至不知它可以举行神念相同。
,午夜一级毛片免费播放,小 伸入 视频,雯雯的性调教日记H全文骨科视频。??时势2:精品三级a
??12月25日,“灾害事故e键通”小程序上线,
5、假期活动要求:
,国产丝袜无码中文,虐女殖器酷刑惨叫视频,肏熟女屄。??12月25日,卖国者,虽远必究!6名在逃“港独”分子被撤销护照,
“真是一个好地方啊,这还算补天阁的外围呢,就已经有这么浓郁的灵气,很适合修行。”有人赞叹。
?第九十三章 破石毅纪录,黄色网站免费看的国产无码的,国产调教免费视频免费专区,草莓视频导航。??时势3:美女露出隐私
??12月25日,飞天网评:敲响重拳纠治形式主义官僚主义的雷鸣战鼓,
⒏公司科技信息部要作好优质效劳事情,各单位也要自动起劲与公司科技信息部坚持联系,做到“实时相同、上下同欲”,施展科技、信息步队的整体优势。我也想提醒各人一下,总工程师一定要有阵势看法,一把手安排的事要干好,副职的急事也要办妥,同时要准确定位,一定要种好自己的地,万万别种了人家的田,荒了自己的地。
,免费三级片毛片黄片,国产农村妇女乱偷伦视频,办公室秘书无码激情AV。??12月25日,中国品牌签约成为世界羽联官方合作伙伴,
而石村的两件祖器,就是自两头超等恐怖的远古遗种身上脱落的,经由打磨、祭炼,才成为了现在的恐怖宝具。
,Пикап HD中国,已满l8点此进入甸伊6335,英语老师大白兔又大又软。??时势4:cl社区
??12月25日,福建非遗项目集中亮相世界汉学家大会,
同砚们,党中央、国务院关于搞勤学生军训事情十分重视,《中华人民共和国兵役法》明确划定:“学生在就学时代必需接受基本的军事训练”。新公布的《中华人民共和国国防法》和《中华人民共和国国防教育法》又对学校举行国防教育作出了新的划定。为此,国家教育部、总照料部、总政治部重新修订下发了新的《学校学生军训教学纲要》,进一步规范了学生军训的目的、内容和要领?梢运,搞勤学生军训是学校周全贯彻党的教育目的,推进素质教育,培育“四有”新人的客观要求,是为国防和军队建设培训作育大批高素质后备兵员的主要行动。我们要提高对高中学生举行军事训练的主要性、须要性的熟悉。
,AI裸绘app,看毛片网址,偷窥XXX盗摄凸凹妇产。??12月25日,山西灵丘:田间插秧感受好“丰”光 农文旅融合促乡村振兴,
“万万不要出意外。我查过孤本骨书,有纪录,这样嫁接是能乐成的。我儿眸生双瞳,注定要天上地下称尊!”少妇很主要,高声喊道。
,国产色色色,国产偷亚洲偷欧美偷精品,冢本垂乳おばさん熟女毛片。【EWD(2024)东方战龙世界拳王争霸赛在深圳收官】
责编:张林虎
审核:吉哲鹏
责编:许涛
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1