对比

共 5 篇文章

浙大等研究提出C-MCR:连接多模态对比表征无需配对数据|NeurIPS 2023

本文介绍了浙江大学等机构研究人员提出的一种名为C-MCR的新型多模态对比表征学习方法,旨在解决多模态学习中依赖配对数据的问题。该方法称为连接多模态对比表示(C-MCR),能够在缺乏配对数据的情况下,高效地训练多模态对比表征。通过将不同模态的输入编码到一个共享的语义空间中,C-MCR连接了不同对比表征...
浙大等研究提出C-MCR:连接多模态对比表征无需配对数据|NeurIPS 2023

人大研究发现:上下文学习与对比学习在揭示ICL推理背后的隐式更新机理中的梯度更新效果有何异同?

本篇文章《AIGC动态欢迎阅读》介绍了人民大学关于上下文学习的最新研究成果。从“对比学习”的角度出发,解析了In-context Learning(ICL)背后的隐式更新机理,并提出了改进自注意力机制的思路。文章指出,Transformer等大语言模型在ICL方面表现出色,只需少量示例即可学习任务并...
人大研究发现:上下文学习与对比学习在揭示ICL推理背后的隐式更新机理中的梯度更新效果有何异同?