通用视觉自监督研究报
A Daily Digest of Visual Self-Supervised Learning
2026-05-26 图像表征 · VFM · JEPA · 视频预训练
arXiv 新增 · P2 · 2026-05-26

Not Too Generative, Not Too Discriminative：它和通用视觉自监督的关系在于：固定架构下比较生成式/判别式目标，对 SSL 目标函数取舍有启发

中相关；详见方法、贡献和实验边界。

Not Too Generative, Not Too Discriminative　arXiv 新增　原文链接

编号2605.23819 优先级P2 类别arXiv 新增 会议arXiv 新增 方法固定架构下比较生成式/判别式目标，对 SSL 目标函数取舍有启发 来源arXiv / OpenReview

先说结论。它和通用视觉自监督的关系在于：固定架构下比较生成式/判别式目标，对 SSL 目标函数取舍有启发。 中相关；详见方法、贡献和实验边界。

Figureure 20 · Percentage of shape or texture choice made per category for each model
Figureure 20 · Percentage of shape or texture choice made per category for each modelFigure 20. Percentage of shape or texture choice made per category for each model .这张图来自论文 PDF 的结构化抽取。当前用于辅助理解 Not Too Generative, Not Too Discriminative 的方法或实验，请结合正文精读段落一起看。
d) 2000 dimensions Figure 10
d) 2000 dimensions Figure 10d) 2000 dimensions Figure 10. Gloss accuracy vs. human correlation in experiments with different latent sizes.这张图/表用于判断 Not Too Generative, Not Too Discriminative 的实验收益来自哪里。重点看替换、消融或跨模型设置下趋势是否一致，而不是只看单个最高分。

核心问题

它和通用视觉自监督的关系在于：固定架构下比较生成式/判别式目标，对 SSL 目标函数取舍有启发。

方法拆解

固定架构下比较生成式/判别式目标，对 SSL 目标函数取舍有启发

主要贡献

中相关；详见方法、贡献和实验边界。

实验看点

实验部分建议重点看两类证据：一是作者是否把方法收益和更强数据、更长训练、更大模型区分开；二是跨模型、跨数据或跨任务迁移是否还能保留同样趋势。

局限与读法

这篇论文的结论需要结合任务设置、训练数据规模和消融实验一起看；不要只凭单个指标判断它对通用视觉表征的价值。