arXiv · cs.AI· Sanket Gandhi, Utkarsh Giri, Varun Subramaniam, Rohan Paul, Parag Singla·· 5 小时前
LinSlot利用线性表示假设实现无监督对象与属性发现
LinSlot: Exploiting Linear Representation hypothesis for unsupervised attribute discovery from slot based object representation
arXiv:2610.10722v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Sanket Gandhi, Utkarsh Giri, Varun Subramaniam, Rohan Paul, Parag Singla
研究任务与主要进展
作者提出LinSlot，利用线性表示假设（LRH）联合发现图像中的对象与属性表示，并通过块注意力连接属性块与对象槽。其架构在对象和属性表示空间中引入LRH并优化概率模型的ELBO；摘要称，该方法在多个数据集上取得了优于现有方法的DCI分数，并支持基于解耦表示的图像编辑。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org