残差流解释聚类新方法优于末层 k-means

用户 amplifiedamp 分享了一项机器学习可解释性实践：将朋友开发的一套残差流解释方法应用于基座模型的残差流，而不是在最后一层残差流上做普通的 k-means 聚类，得到的标签聚类效果优于末层 k-means，并基于该方法搭建了一个树状图搜索引擎，便于浏览和检索聚类结果。

2026-10-20 ~ 2026-10-20 · 2 条相关