AGI Hunt· canaesseth·· 2 小时前AI 评分41
ScoreCLR 用扩散分数网络替代负样本,CIFAR-10 嵌入近满秩
AI 导读
ScoreCLR 预印本提出用去噪分数匹配训练轻量网络,以可学习的排斥项替代显式负样本 batch。在 CIFAR-10 与 ImageNet-100 上,其线性探针精度较 SimCLR 损失极小,CIFAR-10 的 projector 输出有效秩达 229/256,高于 SimCLR 的 96 和 LeJEPA 的 58。该方法的成本随 batch size 线性增长,而非二次方。
来源:AGI Hunt · agihunt.info