arXiv · Computer Vision· Shao-Jun Xia, Huixin Zhang, Zhen Lei, Anlan Sun, Yuner Zhang, Xiaoyang Chen·2026-10-02 12:00· 3 小时前AI 评分28

VLM 低级视觉表征中的几何相似性

Geometric Similarity in VLM Low-Level Vision Representations

AI 导读

论文提出 GeoSim 框架，系统分析 24 个低级图像恢复任务中自回归模型与扩散Transformer 的隐藏层表征相似性。从全局相似度、局部几何、稀疏特征分解和拓扑验证四个层面揭示跨任务与跨模型的可迁移性边界，为统一低级视觉模型提供可解释性诊断工具。