现代大模型复现Deep Dream可视化实验

有研究者尝试用现代大模型复现经典的"Deep Dream"效果——通过优化输入图像来最大化特定提示词或目标标题的概率。对比发现,Gemma 12B 这类没有视觉编码器、把像素直接当作 token 嵌入处理的模型,会像对待文本 token 一样对图像作出响应,讨论随后延伸到 SAE 特征最大化与现代大模型的内部表征。

2026-07-20 ~ 2026-07-20 · 2 条相关