ICLR 2026 论文开源高效探测基准工具
ducha_aiki · x · 2026-08-21
作者发布了 ICLR 2026 论文《Attention, Please!》的配套开源代码。该项目提供了一个针对冻结编码器的 ImageNet-1k 持久化基准，涵盖 k-NN、线性探测 (LP) 和高效探测 (EP) 方法，旨在衡量预训练模型的表征质量。
「研究」频道最新
- HKUST 提出 Hierarchical Self-Improvement：让冻结 LLM 的执行框架自我进化 — HKUST · 2026-08-21
- 实战经验：教开源模型掌握全新领域的完整流程 — funJS · 2026-08-21
- PufferLib 仿真训练人工电子鱼：加速超千倍且能迁移回原环境 — craigmullins · 2026-08-21
- NLP 学者 Goldberg：比起抄袭，低质教育研究才是更大问题 — yoavgo · 2026-08-21
- 实战：通过持续预训练教 Qwen 3 4B 理解虚构城市 — funJS · 2026-08-21
- GEN 架构挑战主流：多模态同步流替代动作分块 — 12exyz · 2026-08-21