从矩阵到 3 阶张量:为何 VLM 去扫描仪伪影会踩坑
PTenigma · x · 2026-09-20
作者解读一个数学结果:对称矩阵总可通过旋转到特征空间「解耦」为每轴一个数;多个矩阵能用同一组轴解耦的充要条件是它们互易。但从 2 个指标升到 3 个指标(数字立方体而非方块)后不再成立——有些轴不再是单一方向,而是粘在一起的怪异方向对。作者据此提醒:若用 VLM 从深度学习数据中投影去除扫描仪效应,数据可能同时含整体协方差和每扫描仪的附加协方差(谱混合),形成 3 阶张量,不谨慎处理会投影出错。
「研究」频道最新
- Hugging Face 出现 JEV 复现追踪看板,集中记录论文复现进展 — multimodalart · 2026-09-20
- GAVEL：不改模型，仅靠 harness 把 Qwen3-8B 从 41.2% 提到 91.8% — dair_ai · 2026-09-20
- IIT 马德拉斯 AI4Bharat 推出 Indic LLM Arena,测评印度语言 LLM — heiga_zen · 2026-09-20
- 实测 LTX Video 2.5：单次生成最长 121 秒，作者推导出分辨率换算公式 — Robotman2100 · 2026-09-20
- Laurent Younes 2024 版机器学习教材免费上线可 AI 辅读 — burkov · 2026-09-20
- Nature 论文：哺乳动物大脑源自两套独立结构，蜂群心智并非空想 — juanbenet · 2026-09-20