CrIBo：通过跨图像对象级自举进行自监督学习

基于摘要分析。本文研究视觉自监督学习中的表征粒度问题：场景图像包含多个对象，整图近邻检索与自举可能使不同对象的表征纠缠。作者提出 CrIBo（Cross-Image Object-Level Bootstrapping），以跨图像对象级近邻自举改进稠密视觉表征学习，主要研究对象是图像而非 EEG 或 BCI。 核心机制是在训练过程中使用对象级近邻自举，而不是仅依赖整图的全局表征；测试时通过近邻检索支持 in-context learning。作者同时指出，以单个对象为中心的图像也可能受益于更细粒度的自举。摘要未说明对象如何提取、匹配与筛选，也未给出网络结构、具体损失、教师更新或检索库构建方式，这些实现条件尚未验证。 作者报告，CrIBo 在采用测试时近邻检索的 in-context learning 任务上达到 state-of-the-art，并在常规下游分割任务上具有较强竞争力。摘要未提供数据集、数据划分、指标数值及对照基线，因此无法核对优势幅度或不同评估协议下的可比性；实验协议、消融及统计信息尚未验证。摘要声明代码与预训练模型公开，但尚未核验其复现配置。 平台推测（待验证）：可迁移的假设是，用局部事件级检索替代全段 EEG 表征检索，可能减少不同神经活动模式的混合。可复用的是细粒度近邻自举思路，需改造的是局部单元定义、EEG 编码器与匹配准则；图像对象不等同于 EEG 事件，低信噪比、被试差异、通道布局变化及小数据可能使近邻主要反映伪迹或身份特征。一个可证伪的小实验是在固定 Cross-subject 划分下，仅以训练被试构建自举检索库，对照全段与局部单元自举，并核对下游识别效果及近邻的被试偏置。该方案不是论文已验证结果，相关 EEG 工作尚未检索确认。