跳到正文
热点事件持续更新

预训练视觉表征的直觉向量引导扩散推理

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

研究者 Shahar Haim 与 Daniel C. McNamee 提出,用冻结的自监督视觉编码器提取图像嵌入之间的简单向量差,作为“直觉向量”,并用它条件化预训练视觉潜空间的扩散 Transformer,引导抽象推理。 据其报告,直觉向量可区分 794 个抽象推理任务,准确率最高 87.2%;在留出的 ARC 任务上,这种条件化方式优于以完整示例作为条件,测试时算力减少近 6 倍,并支持零样本推理。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    预训练表征中的直觉向量如何引导扩散模型推理

    研究者用冻结的自监督视觉编码器提取“直觉向量”,即图像嵌入间的简单向量差,可区分 794 个抽象推理任务,准确率最高 87.2%。在 ARC 任务上,用直觉向量条件化预训练视觉潜空间的扩散 Transformer,效果优于完整示例条件化,测试时算力减少近 6 倍,并支持零样本推理。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。