跳到正文
arXiv · 机器人与计算机视觉· Raphael Maser, Siddhartha Gairola, Sukrut Rao, Bernt Schiele·· 16 天前AI 评分42

ALOE:一次特征对齐实现基础视觉 Transformer 的可扩展 B-cosification

Align Once to Explain: Feature Alignment for Scalable B-cosification of Foundational Vision Transformers

AI 导读

ALOE(ALign Once to Explain)提出一种无需标签的一次性特征对齐方法,将基础视觉模型转化为可解释的 B-cos 变体。在 ImageNet 分类任务中,该方法使 DINOv3 ViT-B/16 的 Top-1 准确率较普通 B-cosification 提升 10.5 个百分点,同时保留与 DINOv3、SigLIP2 相当的线性探测和零样本迁移能力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org