过多强调「对齐」可能会对「图对比学习」造成负面影响——最新研究发现

标题：AIGC动态欢迎阅读

最新研究来自人民大学指出，在图对比学习中，过度强调「对齐」可能会产生负面影响。尽管更好的数据增强可以提高模型在下游任务中的泛化能力，但同时也可能削弱对比学习的原始性能。近年来，由于数据量的增加和标签信息的不足，自监督方法得到了广泛应用。在图结构数据中，利用边和节点的丢弃进行增强变得更加容易，因此对比学习成为一种天然的自监督模式。图对比学习在数据增强后，会生成两个视图，其中对应节点作为正样本，其余节点作为负样本。过去的研究…

文章来源：新智元

内容字数：6243字

作者微信：AI_era

作者简介：新智元致力于推动中国从互联网+向智能+新纪元的转变，关注人工智能、机器人等前沿领域发展。重点关注人机融合、人工智能和机器人对人类社会与文明进化的影响，引领中国迈入新智能时代。

原文链接：点击这里阅读原文完整内容：「对齐」太强是坏事？人大最新研究：完美正样本反而会损害「图对比学习」