研究人员推出 MAME，一个用于直接探索人类同质异像空间的新型框架。该方法使用由人类感知反馈指导的在线图像生成来适应性地更新参数。对 CNN 模型进行的实验显示，与高层特征相比，从低层 CNN 特征派生的同质异像的人类辨别敏感度较低，这表明早期视觉计算中的对齐较弱。 AI
影响 为研究人类视觉与 AI 模型的一致性提供了一个新工具，可能指导未来的 AI 开发。
排序理由 研究论文，详细介绍了一个新框架和实验结果。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
