อื่น ๆ

บทความใหม่: iREPA โมเดลการแพร่คือเรนเดอร์เรอร์ของRepresentationพื้นฐาน

หัวข้อต้นฉบับ:new paper: iREPA diffusion models are a renderer of their underlying representations. with this new...

สรุปโดย AI

บทความใหม่: โมเดลการแพร่ iREPA คือเรนเดอร์เรอร์ของ Representation พื้นฐานของมัน ด้วยการตั้งค่าใหม่นี้ เราจึงมองเห็นได้ชัดเจนขึ้นว่า Representation เหล่านี้หมายถึงอะไรจริงๆ Jas เริ่มการสำรวจด้วยตัวเอง และตลอดสามเดือนที่ผ่านมาเราได้เรียนรู้อะไรมากมาย ป.ล. นี่ก็เป็นการทดลองเล็กๆ ของเราเกี่ยวกับ 'ปรากฏการณ์ตู้กดน้ำ' รูปแบบใหม่บนออนไลน์ ซึ่งผมชอบมาก มาถกเถียงกัน คุยกัน แล้วเปลี่ยนมันเป็นวิทยาศาสตร์จริงจังด้วยความพยายามจริง [อ้างอิง @1jaskiratsingh]: ‼️ Representation สำคัญต่อการสร้าง! แต่กลับกลายว่าเราเข้าใจผิดมาตลอดว่ามันช่วยการสร้างได้อย่างไร ‼️ ความเชื่อเดิมของเรา: (เราผิด) ❌ ตัวเข้ารหัสภาพใหญ่ขึ้น → Representation ดีขึ้น → การสร้างดีขึ้น ❌ ความหมายเชิงสากลดีขึ้น → Representation ดีขึ้น → การสร้างดีขึ้น กลับกลายเป็นว่า: 🤯 ในด้านการจัดแนว Representation ตัวเข้ารหัสภาพที่เล็กกว่า 20 เท่าขึ้นไปสามารถทำได้ใกล้เคียงหรือดีกว่าโมเดลใหญ่ 🤯 ตัวเข้ารหัสภาพที่มีความแม่นยำ linear probing ประมาณ 20% (ตัวชี้วัดความหมายเชิงสากล) สามารถเอาชนะตัวเข้ารหัสที่มีความแม่นยำ >80% ได้ 🤯 แม้แต่ฟีเจอร์คลาสสิกอย่าง SiFT และ HoG ก็ให้การปรับปรุงเทียบได้กับตัวเข้ารหัสภาพขนาดใหญ่สมัยใหม่ ‼️ 🚨 บทนำ: อะไรสำคัญต่อการจัดแนว Representation? ข้อมูลเชิงสากลหรือโครงสร้างเชิงพื้นที่ 🚨 TL;DR: ✅ ข้อมูลเชิงสากลที่ดีขึ้น ≠ การสร้างที่ดีขึ้น ✅ โครงสร้างเชิงพื้นที่ (ไม่ใช่ความหมายเชิงสากล) เป็นตัวขับเคลื่อนประสิทธิภาพการสร้างของ Representation ✅ เราเสนอ iREPA: ใช้เพียง 3 บรรทัดโค้ด เน้นการถ่ายโอนโครงสร้างเชิงพื้นที่ และเพิ่มความเร็วการลู่เข้าได้อย่างต่อเนื่องบนวิธีอย่าง REPA, REPA-E, Meanflow, JiT โครงการที่น่าตื่นเต้นที่ @AdobeResearch ร่วมกับ @xingjian_leng, @zongze_wu, @LiangZheng_06, @rzhang88, @elishechtman และ @sainingxie 🙏 สำหรับผมแล้วนี่เป็นประสบการณ์ที่สนุกและไม่เหมือนใครเป็นพิเศษ เพราะในทุกขั้นตอนของโครงการเราได้พิสูจน์ว่าอคติของเราผิด 😆 ขอขอบคุณอย่างยิ่ง @YouJiacheng, @ShumingHu และ @gallabytes ที่ความคิดเห็นบน X ของพวกเขาเปิดทางให้เราสำรวจทิศทางนี้ 🫡 บทความ: https://arxiv.org/abs/2512.10794 โค้ด: https://github.com/End2End-Diffusion/iREPA หน้าโครงการ: https://end2end-diffusion.github.io/irepa รายละเอียดเพิ่มเติมในเธรด: [1/n] 🧵

ข้อมูลสำคัญ

  • บทความใหม่: โมเดลการแพร่ iREPA คือเรนเดอร์เรอร์ของ Representation พื้นฐานของมัน…
  • นี่ก็เป็นการทดลองเล็กๆ ของเราเกี่ยวกับ 'ปรากฏการณ์ตู้กดน้ำ' รูปแบบใหม่บนออนไลน์ ซึ่งผมชอบมาก…
  • แต่กลับกลายว่าเราเข้าใจผิดมาตลอดว่ามันช่วยการสร้างได้อย่างไร ‼️ ความเชื่อเดิมของเรา: (เราผิด) ❌…
  • ข้อมูลเชิงสากลหรือโครงสร้างเชิงพื้นที่ 🚨 TL
  • DR: ✅ ข้อมูลเชิงสากลที่ดีขึ้น ≠ การสร้างที่ดีขึ้น ✅ โครงสร้างเชิงพื้นที่ (ไม่ใช่ความหมายเชิงสากล)…

สรุปสั้น

เวลาเผยแพร่
เวลาอัปเดต
แหล่งที่มา
X:谢赛宁 (@sainingxie)
หมวดหมู่
อื่น ๆ
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

颠覆认知:小20倍视觉编码器也能驱动高质量生成,空间结构才是关键

แหล่งที่มาและลิขสิทธิ์

บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม

ลิงก์ต้นฉบับ · รายการ AIHOT

วิธีอ้างอิง

เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News

Orange News: บทความใหม่: iREPA โมเดลการแพร่คือเรนเดอร์เรอร์ของRepresentationพื้นฐาน 16 ธันวาคม 2025 https://new.nat6.net/th/news/cmnz6dpf402amsl0fxz3kh21f/

ดูทั้งหมด →