首页
下载APP
首页
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！
《黄片视频免费。》，《Q8X2R7L1T4J5M9B6W3》91白虎蜜桃臀白浆喷射
“欧美日韩免费高清视频一区二区”
人人干人人摸人人草久婷
……
12月24日
“无码屋精彩绝伦”无限暖暖公测体验如何
↓↓↓
12月24日，华裔青少年在广州开启“移动课堂”：融学于趣 文化润心，欧洲免费A级无码毛片视频频，人妻熟妇女乱又伦精品视频，免费三级性爱视频，欧美图片性爱视频
12月24日，广西梧州：西江冬季航运忙，天天久久狼狼色综合，别c我了～C烂了～啊～男男，亚洲欧美日韩国国产综合，五月丁香色狼
12月24日， 人大代表建议与公益诉讼检察建议双向衔接，小黄色视频成年人网站在线观看，黄色视频一级A片免费看，坤坤浏览器下载网址，正在播放我和亲妺作爱视频
12月24日|中新健康丨达芬奇机器人+荧光显像技术精准导航 上海专家成功救回12岁女孩生命|国处黄色网站|亚洲国产日韩欧美在线综合第一区|鸥美多人××视频|主人嗯～啊～快点死我
12月24日|“预付金”如何变“赋能金”？我国将建立基本医保基金预付金制度|未生美色成人版|圣采被扒开腿爆 乳液狂飙小说|色碰网|禁止18岁看黄色视频
12月24日|创新产品 精进服务 安利推动大健康产业消费活力|SpermatidPro_6.4.3.apk|图片专区自拍偷拍|www.青草视频在线观看com|www.久久免费视频……
12月24日，“科”好玩了 科普达人在沪展示“魔法化学秀”，freepron韩国，18 吧，嫩草av，古吉拉·她TA·PARTY免费观看
12月24日，贵州榕江：金秋乡村美如画，日韩操人妻，瓯美性爱视频，操逼欧美性生活，另类国产欧美日韩108
12月24日|青海西宁：2024半程马拉松鸣枪 奥运冠军与万余名跑者共享赛事|特黄无码自拍视频|调教影视界|国产一级特黄特色在线视频|精品一区在线观看你懂的
12月24日，呼和浩特—乌兰巴托全货运包机出口贸易额超1亿元，把移动公司小情人车震在线播放，国产黄色录像一级片，欧美肛交黄色视频，免费看的曰批视频
12月24日，龙年“欢乐春节”系列活动在英国启动，26 uuu 亚洲 欧美 动漫，又长又大又粗又长插逼免费视频，成年人看的视频网站，女性毛片A
12月24日，当广州遇见阿克苏——2024年读懂中国会议的双城文化交响曲，揉我胸 啊 嗯～喷水了甘雨，国外爱爱网站，一级做一级a做视频免费观看，欧美一区二区在线不卡
12月24日|短道速滑世界巡回赛加拿大站 中国队男子5000米接力摘银|国产精品亲子乱子伦XXXX裸|美国三级日本三级久久99|AV天堂无码一区二区三区|囯产精品久久久
12月24日|【东西问】荷兰青年建筑师和马町：于东西方之间探寻“天人合一”|国产一级婬片A片视频在线观看|日本AⅤ视频一区二区在线观看|陈冠希电脑视频全套|插插插插插插插插插插插插插
12月24日|余秀华：打量世人，也被世人打量|韩国一级婬片A片AAA视频色欲|白洁赵敏张倩|巨乳啪啪|国产自怕一区二区三区
女子韩国旅游未看清币种被扣6万余元，高铁超载无法运行 有旅客被请下车|进博会开幕在即 跨国企业“剧透”精彩展品|2020免费A级毛片无码|老熟女性色老熟女|胸片100%曝光率无病毒软件|男生用饥饥捅女生的肌肌
监制：邓金木
策划：赖晗
主创：唐征宇 林箴贺 陈佛烘 颜亦阳 陈林韵
编辑：王家菁、段圣祺
福建永定：15分钟的“小美好” 让学生课间“玩起来”
西藏吉隆口岸边民互市贸易市场复通运营一周年 互市贸易额6187万元
（新春走基层）地勤司机：深夜为高铁动车“摆渡”
人民音乐出版社创建70周年座谈会在京召开
百位两岸音乐唱作人齐聚福州 两岸原创歌曲评选颁奖盛典举行
安徽今年前两月进出口总值居中部省份第一
广东省自然资源厅：开展地质灾害风险隐患大排查
瞭望·治国理政纪事｜打造国家清洁能源产业高地
解放军南部战区组织海空兵力位中国黄岩岛领海领空及周边区域战备警巡
国台办：两岸贸易保持高位运行
弥生美月破解版无限元宝
伊人一本一区狠狠
国产免费高潮流白浆A片99
在线一级二级不卡视频
国产精品国产自线拍免费丝袜
av自拍网址
欧美性生话免费A片
美国日本一区二区
99国产精品一区视频
刻晴疯狂 自慰爽18禁
闽公网安备 35010302000113号