猫眼影戏
猫眼影戏
雷纳多
手机审查
猫眼影戏记者 西安-兰州 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:中国一级特黄AA毛片大片
??12月24日,香港国家安全展览厅正式开幕 推动全民国家安全教育,
这次军训,天气较量炎热,训练强度也相对较大,但同砚们都能规则训练态度,把这次军训当做一次学习提高自身素质和磨炼自我、挑战自我的时机。
,欧美青年在线va。??12月24日,外交部就美国批准向中国台湾地区出售19.88亿美元武器答问,
另一个西崽道:“我听说,小少爷并不是谁人石子陵的子嗣,真正的身份着实是那位将离世的老怪物的血亲后人,在这里顶替罢了。”
,白袜子舞蹈生翘臀被c视频,巜锕锕锕锕锕锕好湿网站黄瓜,干干干射射射。??时势2:ytsex_7.0.4_30981083.apk
??12月24日,绝美“天空之城”:这就是秘鲁!,
以人为本是科学生长观的实质和焦点,就是要把人民的利益作为一切事情的起点和落脚点,一直知足人民群众的需求和增进人的周全生长。在党的下层组织建设中我们始终坚持以人为本,一是在价值取向上以党的政治蹊径为本。认真宣传贯彻落实党的蹊径目的政策,把党的向导和实现立党为公、执政为民的宗旨有机连系起来,做党政策的坚定实验者和群众利益的忠实维护者。几年来,我们**村始终认真贯彻落实党的目的政策,我们组织全村、干部深入农户开展“一线爱民”活动,宣传党的农村政策特殊是中央的惠农政策,把党的政策宣传给群众、宣传事情落实到户。二是在步队建设上以干部为本。既对干部从严要求、严酷治理,又突出人文眷注、组织敬重。特殊注重对难题、贫困的体贴和帮扶,增强下层党组织在、干部中的招呼力、凝聚力。我们建设健全了贫困党内帮扶联系,两年来先后结对帮扶10户贫困和难题群众26户脱贫。三是在详细事情中以人民群众为本。坚持把解决人民群众的详细问题,周全提高人民群众的生涯水平作为事情的着眼点和落脚点,教育指导干部多干群众急需的事、多干群众受益的事,一直健全让、干部经常受教育,使群众恒久得实惠的长效机制。近两年来,全村干部鼎力大举为民办实事,普遍开展“扶贫济困送温暖”活动,共投入资金120多万元,为民办实事12件。
,老外和日本做爱,米塔本子!隐藏网站,国产午夜精品一区二区三区极品。??12月24日,第18届国际油脂油料大会在辽宁大连召开,
霹雳一声,他的身体像是燃烧起来了一样平常,化成了一头人形的穿山甲,光线炽盛,人立在那里,摇头摆尾,睁开了最强盛的攻击。
,免费观看黃色A片一级视频能看,在五十路熟妇高熟无码,亚洲超碰av在线网址。??时势3:成人羞羞🔞国产免费网站推特官方版
??12月24日,东南大学参加中国第41次南极科考的队员在南京出征,
在那里星辰闪灼,兽皮与胸部血肉融会,烙印在上,成为了一个整体,一股恐怖的气息散发出,如一股飓风一样平常席卷天地间。
,mmsz50猫咪破解版视频在线观看免费,AV自拍偷拍亚洲,美女的肚子光溜溜的很好看。??12月24日,从“千镇一面”到“千镇千面” 浙江古镇何以各美其美?,
4、增强应知应会清静知识的学习,增强步伐的体例,提高手艺职员的事情责任心,做到干部不违章指挥、工人不违章作业。把“三工”排查落实到每一小我私家,真正使职工“三违”行为显着镌汰,生产事故显着降低,职工手艺显着提升。
,青草草在线视频观看,日韩黄色精品免费在线观看,国产偷亚洲偷欧美偷精品。??时势4:九九九九精品视频在线播放
??12月24日,南非开普敦海域遭遇赤潮 海水呈铁锈红色,
“那好,我们去寓目,期待事业!”有人起哄。
,尚香书,一级大黄毛片大泡美女,最新黄色网站免费在线播放。??12月24日,即时零售迎政策利好 实体商家在京东收获“小时达”增长新动能,
胜利,在向你,微笑 。
,一级黄色片欧美,2020黄网站,久久久久久精品免费…。责编:严以新
审核:西田
责编:格洛姆菲尤尔
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