Anne Harrington

人类视觉被认为用“拉直”的编码表示随时间变化的自然世界，即帧间变化在表征空间中走更接近线性的路径。围绕深度网络是否也如此，一项研究比较了网络架构、不同类型鲁棒性、类生物滤波机制与表征直度，发现对抗训练能让CNN和Transformer的表征更直，但这一效应依赖任务，不推广到分割和帧预测，也不推广到其他类型的鲁棒性。更直的表征还带来类别预测的时间稳定性，包括分布外数据。

人类视觉被认为用“拉直”的编码表示随时间变化的自然世界，即帧间变化在表征空间中走更接近线性的路径。围绕深度网络是否也如此，一项研究比较了网络架构、不同类型鲁棒性、类生物滤波机制与表征直度，发现对抗训练能让CNN和Transformer的表征更直，但这一效应依赖任务，不推广到分割和帧预测，也不推广到其他类型的鲁棒性。更直的表征还带来类别预测的时间稳定性，包括分布外数据。