DisParQ：自监督部件概念的可解释视觉模型

Adam Pardyl 等作者提交预印本论文，提出 DisParQ 方法：从冻结的纯视觉自监督骨干网络（如 DINOv2）中学习空间落地的离散概念表示，无需类别标签和语言监督。 该方法将每个图像 patch 只分配到一个可学习原型概念，且每张图仅稀疏子集概念可激活，再用连续残差量化出离散属性，由空间解码器重建骨干表示。论文称在 ImageNet 线性探测上以 83.2% top-1 接近 DINOv2 教师模型，概念一致性优于语言对齐模型。该结果出自作者自述，尚未经独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。