视觉Transformer如何涌现出物体分割？新研究借格式塔心理学解答
aryaman2020 · x · 2026-10-28
新研究发现 Vision Transformer 会自发学会把图像块「绑定」成完整物体（涌现式分割），但其机制一直不明。作者从百年前格式塔（Gestalt）心理学家研究人类知觉的思路出发，系统研究 ViT 如何将图像 patch 组合成物体，为理解其内部表征提供新视角。
「研究」频道最新
- Andrew Critch 公开个人置信度:P≠NP 仅 80%,黎曼假设 60% — AndrewCritchPhD · 2026-10-28
- 印度 AI 疫苗创企 PopVax 获 Vitalik 2000 万美元资助，广谱新冠疫苗进入人体试验 — chaitjo · 2026-10-28
- Cognition 发布 FrontierCode 2.0：用模糊需求考 AI 的工程判断力 — DevinAI · 2026-10-28
- 检测显示 arXiv 论文 60% 文字由 AI 写，完全 AI 代写占比达 25% — wandedob · 2026-10-28
- 神经网络是「碰巧」涌现出智能吗?Reddit 长帖追问架构背后的确定性 — Lost-Quiet-2021 · 2026-10-28
- 普林斯顿对齐与安全研讨系列讲座视频上线 — HazanPrinceton · 2026-10-28