Deep Dream图像优化细节
matthen2 · x · 2026-07-20
作者补充了前述 LLM Deep Dream 实验的技术细节：这些运行过程通过对给定输入图像的概率进行梯度下降优化。图像被表示为 FFT（快速傅里叶变换），其中高频被抑制，RGB 颜色进行去相关并标准化至目标标准差，最后应用 tanh 函数。
「研究」频道最新
- OpenAI 基金会资助 UNC 肿瘤抗原研究，招聘资深实验科学家 — iskander · 2026-10-27
- 研究者定向干预注意力头：向上提升诚实，向下压制道德虚无 — edelwax · 2026-10-27
- 研究表明神经元足以做电路分析，transcoder 增益有限 — burny_tech · 2026-10-27
- EMNLP 论文 GENIE:细粒度度量 LLM 故事的「新意」究竟在哪 — gregd_nlp · 2026-10-27
- hash n-gram 值嵌入助力 12×1024 GPT 刷新 30M 纪录至 3.2115 — RobertTLange · 2026-10-27
- MissionReport 基准:前沿模型写政府状态报告平均仅得约60分 — Exp_Mark · 2026-10-27