VLM 低级视觉表征中的几何相似性

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。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。