Meta研究员提出CAPI新自监督学习方法，改进掩码图像建模
iScienceLuvr · x · 2026-07-28
Meta研究员Tim Darcet（DINOv2开发者之一）提出新自监督学习方法CAPI（Cluster and Predict Latent Patches），旨在改进掩码图像建模。该方法将在7月30日的MedARC Journal Club上展示。MedARC团队认为CAPI有望推动医学影像基础模型的发展，探索DINO和MAE范式之外的替代方案。
「研究」频道最新
- Retriever 框架：解决机器人异步闭环编程难题 — ZeYanjie · 2026-08-24
- 高斯混合模型与指数族密度逼近转换 — FrnkNlsn · 2026-08-24
- Netflix 揭秘 LLM Judge 生产实践：每周评估数十万条推荐解释 — omarsar0 · 2026-08-24
- Nature 评论：数据溯源是自主科学的信任基石 — gabepgomes · 2026-08-24
- 新架构 RHEA：8GB 显存即可训练 10 亿参数模型 — zemondza · 2026-08-24
- 跳过 LLM 写代码老套路：自训 16M 参数模型做生成式 CAD — debreuil · 2026-08-24