图像记忆性模型在噪声下会反向打分，GraphMem改用图像间相似关系后与人类判断最接近
核心概要
在LaMem图像上加入逐级高斯噪声后，ResMem、ViTMem、AMNet等主流图像记忆性模型对原本易记的图像给出更低的记忆性估计，对原本难记的图像反而给出更高估计，呈现类似随机共振的反向模式；而88名参与者的连续再认任务显示，易记图像对噪声更耐受，难记图像明显下降。研究者据此构建GraphMem，从图像在相似性图中的邻域而非单张图像特征估计记忆性，在噪声与模糊条件下与人类数据的斯皮尔曼相关最高，噪声训练后其斜率效应为ρ=0.57（95%自助置信区间[0.29,0.75]），是唯一转为正值的模型。
深度剖析
主流图像记忆性模型在图像被噪声破坏时，对记忆性的估计方向与人类观察者相反。 这些模型此前几乎只在清晰图像上与人类记忆性做过一致性验证，而人类在噪声下的表现此前没有被同一套图像直接对照。 在LaMem的196张场景图像、七个记忆性分箱、五级高斯噪声共980张图上，ResMem的记忆性斜率随分箱显著变化（F(6,189)=18.68，p<.001，η²p=0.37），ViTMem与AMNet重现同一方向。
人类再认在高噪声下整体变差，但原本易记的图像保持相对稳定，这一差异主要来自虚报。 模型预测的是难记图像在噪声下变得更好记，人类数据则显示难记图像更容易被误认为看过。 88名参与者的连续再认任务中，校正再认率随分箱的固定效应为β=-0.17（SE=0.05，t=3.36，p<.001），虚报率随分箱显著变化（F(6,522)=4.60，p<.001），命中率则无显著分箱效应（F(6,522)=1.18，p=.315）。
GraphMem从图像在相似性图中的位置估计记忆性，而不是从单张图像的特征出发。 常规模型只看单张图像，因而无法反映噪声如何改变图像之间的相似关系；像素级典型性分析显示噪声普遍降低典型性，且对低记忆性图像影响更大（β=-0.06，SE=0.02，t=3.86，p<.001）。 GraphMem用ViT-B/16提取的768维嵌入构建k=10近邻图，再经两层图卷积网络输出记忆性分数；在噪声与模糊图像上，它与人类数据的斯皮尔曼相关最高，噪声训练后斜率效应为ρ=0.57（95%自助置信区间[0.29,0.75]），其余模型在-0.54到-0.82之间。
启示与展望
结论建立在LaMem数据集的196张场景图像及其五级高斯噪声、五级模糊版本上，人类数据来自乔治梅森大学本科生在线连续再认任务；GraphMem在噪声与模糊条件下与人类数据的对齐最好，但预测单张图像记忆性时整体不如常规模型。
人类数据未出现模型那样的随机共振式反向模式，作者提出这可能反映人类与模型在分离信号与噪声上的差异，但记忆性是否存在类似检测阈值的机制尚不清楚；噪声训练并未稳定提升模型对LaMem记忆性或人类再认的预测，部分模型甚至变差。