射电星系园：基于自监督预训练的凡纳姆-里利分类
计算机视觉与模式识别
2025-09-16 v1 计算与语言
摘要
本研究检阅来自射电星系园(Radio Galaxy Zoo,RGZ)项目精选的超过14,000个射电星系，为约5,900个FRI和8,100个FRIIs提供分类。我们呈现这些预测射电星系形貌的分析，采用预训练的射电星系基础模型进行分类，该模型已微调以预测凡纳姆-里利(FR)形貌。如前述研究所示，我们的结果显示形貌分类的FRI和FRII光度-大小分布存在重叠，我们发现模型在预测置信度在此重叠区域最低，表明源的形貌更为模糊。我们识别出低光度FRII源的存在，其比例与以往研究一致。然而，将本工作中发现的低光度FRII源与以往研究所识别的源进行比较，揭示了差异，可能表明其选择受分类方法选择的影响。我们研究了预训练和微调数据选择对下游分类任务模型性能的影响，结果表明虽然不同的预训练数据选择影响模型置信度，但不会对在所考虑的物理和观测特征范围内产生系统性的泛化偏差；然而，对于微调则不然。随着自动化方法在天文源识别和分类方面日益普及，我们强调会影响模型输出并传递至下游分析的训练数据选择。
引用
@article{arxiv.2509.11986,
title = {Lost in Embeddings: Information Loss in Vision-Language Models},
author = {Wenyan Li and Raphael Tang and Chengzu Li and Caiqi Zhang and Ivan Vulić and Anders Søgaard},
journal= {arXiv preprint arXiv:2509.11986},
year = {2025}
}