VisionHOPE: Visual Backbones as Self-Modifying Learning Systems
Aggiunta all'archivio di AIChronos il (numero del 29 settembre 2026 ricostruito)· fonte del · Siran Peng, Tianshuo Zhang, Tianyu Fu, Weisong Zhao, Haoyuan Zhang, Jiankuo Zhao (Mininglamp Technology)
VisionHOPE introduce il primo backbone visivo generico formulato come sistema di apprendimento auto-modificante, dove ciò che il modello ricorda e come impara co-evolvono all'interno dell'immagine stessa. Il framework si basa sulla costruzione autoreferenziale del Nested Learning (NL), implementata attraverso cinque memorie accoppiate che gestiscono contenuti, rappresentazioni chiave-valore e dinamiche di apprendimento. Per garantire la stabilità durante gli aggiornamenti non vincolati, viene derivato uno schema di controllo della dimensione del passo abbinato alla stabilità, combinando un soffitto morbido con l'iniezione autoreferenziale e una clamp spettrale sulla transizione delle memorie conservate. L'approccio adatta la formulazione a blocchi (chunks) del NL allineandola alle righe e colonne delle mappe di feature bidimensionali attraverso quattro scansioni direzionali.
- VisionHOPE è il primo backbone visivo generico progettato come sistema che si modifica autonomamente durante l'elaborazione dell'input.
- Il modello utilizza cinque memorie accoppiate per far co-evolvere i contenuti e le regole di apprendimento lungo ogni scansione del contesto visivo.
- Viene implementata una strategia di controllo della stabilità tramite un soffitto morbido sull'iniezione autoreferenziale e una clamp spettrale sulle transizioni delle memorie conservate.
- La struttura a blocchi (chunks) è adattata alle mappe bidimensionali allineando i chunk con le righe e colonne attraverso quattro scansioni direzionali.
- Il sistema dimostra risultati competitivi su benchmark standard come ImageNet-1K, COCO e ADE20K.
Perché conta. ['Rappresenta un fondamento pratico per backbones visivi general-purpose che possono adattarsi dinamicamente ai dati senza regole prescritte esterne.', "Introduce il concetto di sistemi auto-modificanti, rilevante anche per l'architettura interna di agenti AI e modelli locali che necessitano di adattamento in tempo reale."]
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.