通过潜在空间的对比损失最大限度地提高相同数据样本的不同扩充视图之间的一致性来学习表示。对比式自监督学习技术是一类很有前途的方法,它通过学习编码来构建表征,编码使两个事物相似或不同

精品内容

开放场景下新型机器学习理论与方法研究
专知会员服务
16+阅读 · 1月18日
【AAAI2025】用于互动推荐的对比表示
专知会员服务
12+阅读 · 2024年12月27日
【CMU博士论文】学习匹配模型
专知会员服务
28+阅读 · 2024年12月17日
【博士论文】面向图像识别的知识蒸馏技术研究
专知会员服务
26+阅读 · 2024年11月18日
TPAMI 2024 | ProCo: 无限contrastive pairs的长尾对比学习
专知会员服务
18+阅读 · 2024年7月25日
【ICML2024】揭示大脑中视觉-语言整合的多模态网络
专知会员服务
28+阅读 · 2024年6月21日
图对比学习:综述与未来发展
专知会员服务
37+阅读 · 2024年5月21日
AAAI 2024 | 图感知对比学习提升多变量时间序列分类效果
专知会员服务
31+阅读 · 2024年2月7日
【AAAI2024】基于对比上下文学习的自定义语言模型响应
专知会员服务
26+阅读 · 2024年2月1日
【WWW2024】RecDCL: 双重对比学习用于推荐
专知会员服务
22+阅读 · 2024年1月30日
通过对比学习提高基于知识对话的鲁棒性
专知会员服务
23+阅读 · 2024年1月10日
参考链接
微信扫码咨询专知VIP会员