NeurIPS 论文:联合能量模型称人类视觉对齐介于生成与判别之间
ShahabBakht · x · 2026-11-18
VictorBoutin 等人的 NeurIPS 2026 论文探讨视觉该由生成式还是判别式学习解释,答案是「都不是」。作者用联合能量模型(Joint Energy-based Models, JEM)在同一个网络上沿生成↔判别连续谱训练,通过参数 α 在 p(y|x) 与 p(x) 之间插值,并在光泽感知、相似性判断、响应分布、诊断特征、OOD 泛化、形状-纹理偏差六类人类对齐实验上评测(训练数据涵盖 ImageNet、合成数据、CIFAR-10)。结果显示人类对齐程度在连续谱中间处达到峰值,说明纯生成或纯判别都不能最好地刻画人类视觉。
「研究」频道最新
- HT-Policy 挑战扩散策略范式:多模态并非模仿学习优势真因 — chris_j_paxton · 2026-11-18
- 研究者提出假设:Adam 的 β1 在小 batch 下收益更大 — torchcompiled · 2026-11-18
- SWE-CoWork 基准:最强模型在 101 个真实仓库任务中仅完整通过 8 个 — omarsar0 · 2026-11-18
- rasbt 梳理预训练新趋势:放弃 LR decay,改用恒定学习率+检查点平均 — rasbt · 2026-11-18
- Qdrant 用静态嵌入 35 分钟生成 3280 万条向量,详解 Fastembed 优化 — qdrant_engine · 2026-11-18
- RePPO:训练 PPO 策略种群,让每个 RL 智能体走出自己的解法 — TZahavy · 2026-11-17