KODA：面向视觉语言基础模型的对比表征比较与对齐

基于摘要分析。该研究关注 CLIP、SigLIP 等视觉语言基础模型的表征在结构上如何不同，提出 Kernel Optimization for Discrepancy Analysis（KODA），通过寻找在一种表征中聚类较弱、在另一种表征中聚类较强的样本子集，支持表征差异解释与对齐。 核心任务称为 Contrastive Embedding Clustering。KODA 通过按模态进行核组合构建统一的多模态核，并将差异发现表述为约束优化问题：寻找在目标表征中具有连贯结构、同时在参考表征中连贯性受到抑制的方向。所得差异方向关联具体样本子集及模态交互，为下游性能比较提供结构层面的补充；摘要未给出约束、目标函数及核组合的具体形式。 为适应大规模视觉语言数据，作者利用随机投影构建联合核的随机低维近似，其中包括针对平移不变核的 Random Fourier Features。作者报告，KODA 能在视觉语言表征之间识别一致且可解释的差异结构，并提供可用于表征对齐的样本子集。摘要未提供数据集、数据划分、对照基线、量化指标或对齐收益，实验协议、消融及统计信息尚未验证。摘要提供了代码仓库，但实现完整性及复现条件尚未核验。 平台推测（待验证）：若不同 EEG 编码器对同一批样本产生可比较的表征，KODA 的差异子集发现机制可能用于分析跨被试或跨会话表征中哪些样本的聚类结构发生变化。可复用的是核比较与低维近似机制；需改造的是 EEG 核设计、通道和样本对应方式，并检验差异是否主要反映被试身份、伪迹或低信噪比，而非任务信息。一个小规模可证伪实验是在固定跨被试划分及相同样本集合上比较两个编码器，核对发现的子集能否稳定对应任务类别，并以被试身份和伪迹标记作辅助核查；类别标签仅用于事后验证。该假设不代表已证实的 BCI 效果，已有 EEG 相关工作尚未检索确认。