1.5 KiB
1.5 KiB
title, created, updated, type, tags, sources
| title | created | updated | type | tags | sources | ||||
|---|---|---|---|---|---|---|---|---|---|
| 数据驱动任务规约 (Data-Driven Task Specification) | 2026-07-13 | 2026-07-13 | concept |
|
|
数据驱动任务规约
定义
GenCeption 的核心设计哲学：任务规范从架构修改转移到数据格式设计。在这种范式下，集成新的视觉能力不需要改变架构或训练配方——仅需调整数据的表示方式。
范式对比
| 旧范式（专用模型） | 新范式（GenCeption） | |
|---|---|---|
| 新任务意味着 | 新 encoder/decoder/loss | 新数据格式 |
| 任务切换方式 | 加载不同模型 | 切换文本 prompt |
| 架构 | 任务特定 | 统一（统一 backbone + head + loss） |
| 扩展性 | 每任务需独立工程 | 格式化为 RGB 或 token 即可 |
LLM 类比
正如 LLM 将非文本数据格式化为文本字符串（"translate English to French: ..."），GenCeption 将视觉任务投影到连续像素空间。
这与 LLM 的 "everything is a string" 哲学同构——"everything is a pixel map"。
实现
- 稠密任务：3 通道 RGB 空间（见 unified-task-representation）
- 稀疏任务：可学习 token + MLP（见 learnable-tokens-sparse）
- 文本 prompt 切换模态："output: depth" / "output: normal" / "output: segmentation"