Знают ли модели зрения, что три равно трем?

arXiv: 261 030.35857v1 Annuate Type: New Humber: Зашифруют ли модели зрения переход на 2 {To}3 долл. Гипотеза линейного представления (LRH) дает ответ на этот вопрос для языковых моделей: изменения концепции соответствуют направлениям в (языковом) пространстве. В области зрения одна и та же концепция может проявляться в не связанных друг с другом визуальных "режимах", которые редко совпадают: изображения цифр и рук не имеют много общего в пикселе. Чтобы понять, по-прежнему ли модели видения кодируют лежащие в их основе абстрактные концепции, мы изучаем 46 программистов зрения по всем архитектурам, целям обучения и масштабам, на 10 концептуальных семействах, включая численность, возраст, объектную идентичность и атрибуты МТИ-Государств. В рамках каждого режима мы находим статистически значимые концептуальные направления почти повсеместно по всем нашим испытанным моделям.