Google DeepMind 研究通过重组视觉表征让 AI 更接近人类认知

Google DeepMind 发布发表于 Nature 的新研究，提出一种让视觉模型表征更接近人类知识结构的方法。研究以 THINGS 数据集训练 SigLIP-SO400M 上的小型适配器，生成包含数百万次类人“找不同”判断的 AligNet 数据集，再用于微调其他模型。