现代LLM的Deep Dream可视化
matthen2 · x · 2026-07-20
作者尝试用现代大模型生成“Deep Dream”风格的图像：通过优化输入图像来最大化特定提示词的概率。
对比发现，Gemma 12B（无视觉编码器，将像素视为token嵌入）会在画布周围生成可辨认的物体；而 E4B（带有视觉编码器）则更多表现为纹理的漂移。
所属事件:现代大模型复现Deep Dream可视化实验(2 条相关)→
「研究」频道最新
- 研究者发现「Forking」现象：训练损失下降验证损失反升 — ZimingLiu11 · 2026-10-26
- DeepMind 试点全球首个双盲 AI 评测，密码学隔离防基准污染 — scychan_brains · 2026-10-26
- 研究揭示合成数据最优比例随算力从10%升至32% — heghbalz · 2026-10-26
- FLASH 仿真框架：单卡 RTX 5090 上分钟级学会布料折叠 — ChongZzZhang · 2026-10-26
- LEMON 监控器:从注意力图零样本识别未见过的 LLM 幻觉与越狱 — yoavartzi · 2026-10-26
- EMNLP 主题演讲背后：用语言模型「模拟学习者」生成儿童语言习得新假设 — najoungkim · 2026-10-26