DinoDreamer:浏览器里用神经元自动机可视化 DINOv3 表征
zzznah · x · 2026-11-21
Omar Hammami 发布 DinoDreamer,一个可直接在浏览器(含手机)本地运行的交互式可解释性工具,用于探索 Meta 自监督视觉模型 DINOv3 的内部表征:
- 技术路线:用 block-sparse featurizer 把 DINOv3 表征映射到 16,384 个 basis groups,再用神经细胞自动机(neural cellular automata)把每个 group「生长」成可视化图案——类似 DeepDream,但针对自监督视觉模型
- 可交互:浏览每个 basis group、训练自动机生长出它响应的图案,还可以在画面上涂画扰动它
- 动机:作者认为可解释性应该像当年数据可视化服务「大数据」一样成为公共服务,而非只由研究者输出「找到某神经元、关掉某行为」的控制叙事
- 作者还写了方法论长文,坦陈自己在对抗过完备稀疏字典时的踩坑与他认为方法「错在哪里」的反思
DINOv3 在 17 亿张无标注图像上自监督训练,靠同图不同裁剪的自一致性学习表征。
「研究」频道最新
- Emily Riehl 推出 Lean 证明入门游戏,用交互方式教依赖类型论 — abhi9u · 2026-11-22
- Android 移动 Agent 评测论文清单:从 AppAgent 到 AndroidReality — East-Muffin-6472 · 2026-11-22
- 研究者对比机制可解释性与神经科学:人类大脑如何做因果验证? — burny_tech · 2026-11-22
- 研究者提出“自然语言流形”概念,与物理时空相关词尤明显 — yasamanbb · 2026-11-22
- 数学家确认 Levent 用 AI 协作完成 GRH 证明,非暴力破解 — anshulkundaje · 2026-11-22
- 泰国研究员用 AI 解读日本古文 kuzushiji 并生成浮世绘风图像 — tkasasagi · 2026-11-22