VISReg：先把表征坍塌拉回来
机器之心 2026-07-14 12:00 发布《Yann LeCun 连续转发并高度认可的 VISReg，到底强在哪？》，介绍论文《VISReg: Variance-Invariance-Sketching Regularization for JEPA training》。这项工作聚焦 JEPA / 自监督学习中的表征坍塌问题。12
这组三张图按「坍塌—正则—迁移」来读：
- 图 1：表征坍塌可以理解为模型把不同输入压到过于相似的表征里，后续任务就很难再分辨结构差异。
- 图 2：VISReg 把正则拆成两个目标：用方差项控制尺度，防止幅值坍缩；用切片 Wasserstein 距离做 sketching，约束分布形状。项目页和代码也已公开。34
- 图 3：机器之心转述称，VISReg 在多组 OOD 数据集、迁移微调和稠密预测任务上表现稳定；其中 ImageNet-22K 预训练的 VISReg ViT-L/14 在 6 个 OOD 数据集平均精度为 72.94%，接近 DINOv2 在 LVD-142M 上训练的 72.93%。1
一句话看点：VISReg 的重点不是再堆一个技巧，而是把「尺度」和「形状」拆开管，让 JEPA 训练更不容易塌成一团。
Comentar
Inicia sesión para comentar.