自监督学习演变：为何 RotNet 不如 Exemplar 稳定
A_K_Nain · x · 2026-08-25
帖子回顾了自监督学习（SSL）的发展。RotNet（2018）通过预测图像旋转角度来学习特征，看似简洁有效。然而一项对比研究发现，与其他“创意性”SSL 代理任务类似，RotNet 的性能极易受网络架构微调的影响。相比之下，Exemplar 方法表现最为稳健，被认为是 SimCLR 和 MoCo 等现代对比学习方法的真正前身。
「研究」频道最新
- Delta-Mem 论文揭秘轻量级记忆机制 — burny_tech · 2026-08-25
- GPT-5.6 攻克 3300 道数学难题，证明率约 10% — burny_tech · 2026-08-25
- 为何动作分块提升机器人行为克隆？Sergey Levine 新论文 — tarantulae · 2026-08-25
- 图重写生成迷宫结构，关联时空涌现与 AI — mtizard · 2026-08-25
- 开发者开源华尔街式股票预测模型 FinGPT — aigleeson · 2026-08-25
- 4DAnyone 登顶 Hugging Face，实现单视频 4D 人体重建 — AntResearch · 2026-08-25