arXiv cs.CV· Mayank Singal·2026-10-02 12:00· 4 小时前AI 评分44

DINO 与 CLIP 中涌现的物体绑定存在有限空间视野

Emergent Object Binding Has a Finite Spatial Horizon

AI 导读

预训练 Vision Transformer 的 IsSameObject 信号可从冻结 patch embedding 高准确率解码，但绑定是局部的：同一物体两个 patch 被判为绑定的概率随距离指数衰减，并停在非零下限。

来源：arXiv cs.CV · arxiv.org