自监督聚类发现「最鸟的鸟」：粒度定义背后的哲学与 ImageNet 观察
y_m_asano · x · 2026-09-09
研究者 Yuki Asano 分享对 Serge Belongie 在 workshop 演讲中「粒度（granularity）」概念的哲学思考，并附上自己早年牛津 VGG 的自监督聚类研究：
- 用维恩图 vs 到「最鸟的鸟」的距离两种方式定义粒度，指向类别边界的根本模糊性。
- 提及 Self-Labelling 研究：通过同时优化特征表示与伪标签的交叉熵并最大化信息量，无需人工标注即可给任意图像数据集生成可用标签。
- 一个有趣实证发现：自监督聚类产生高度连贯的簇，却横跨多个 ImageNet 类别——例如 9 张海滩照片分属 3 个不同类别，说明无监督结构与人造标签体系并不对齐。
「研究」频道最新
- Marigold V2 发布：单卡数天训练，扩散Transformer输出锐利深度图 — AntonObukhov1 · 2026-09-09
- 全局函数让 Sokoban 迭代数从约 98 次降至 7-24 次 — Amidos2006 · 2026-09-09
- LLM 写代码进化关卡：一个全局函数让 Zelda 可玩性从 0% 到 100% — Amidos2006 · 2026-09-09
- PCA 级联适应度：先生成 100% 可玩关卡，再考虑多样性 — Amidos2006 · 2026-09-09
- 可编程元胞自动机 PCA:用可读代码替代查找表与黑盒神经规则 — Amidos2006 · 2026-09-09
- Goertzel 称去年已用 LLM 尝试证明 Navier-Stokes,争优先权 — bengoertzel · 2026-09-09