تُجري هذه الورقة دراسةً حول تأثير الترميز العشوائي الفريد لموضع تسمية الفئة على النموذج المُدرَّب مسبقًا ذاتيًا باستخدام التخفي البصري عند تحسين المهام التصنيفية التالية. تُشير نتائجنا إلى أن التهيئة العشوائية المختلفة تؤدي إلى تباينات كبيرة في النتائج النهائية، حتى عند استخدام نفس استراتيجية التخصيص لبيانات التصنيف. يُشير الفرق في الدقة بين هذه النتائج إلى أن النموذج المُدرَّب مسبقًا ذاتيًا باستخدام التخفي البصري يتمتع بتفضيل داخلي لمواقع تسميات الفئة. وللتحقق من هذا التأثير، قارنا النموذج بنموذج تدريب بصري غير ذاتي، ونُصِّر أن النموذج ذاتي التخفي يُظهر تحيزًا ذاتيًا تجاه مواقع تسميات معينة. ولتقليل عدم الاستقرار الناتج عن الترميز العشوائي، نقترح خوارزمية لتصنيف موضع تسمية الفئة تُسمى "Label Ranker". تعتمد هذه الخوارزمية على تقليل الأبعاد في بعد واحد باستخدام تحليل التمييز الخطي (Linear Discriminant Analysis) على خرائط الميزات، ثم ترميز الموضع باستخدام تقنيات تجميع الميزات غير المراقبة استنادًا إلى خاصية التشابه في المسافة الإقليدية. تضمن هذه الخوارزمية أن يكون ترميز موضع التسمية متوافقًا مع التفضيل الداخلي للنموذج. وقد أُجريت تجارب تحليلية واسعة باستخدام نماذج ImageMAE وVideoMAE على مجموعات بيانات التصنيف CIFAR-100 وUCF101 وHMDB51، ما يُثبت فعالية نهجنا. وتُظهر النتائج أن طريقة عملنا تُحسّن بشكل فعّال استقرار ترميز موضع تسمية الفئة، وتعزز الأداء في عملية التحسين للنماذج البصرية ذاتية التخفي.