UMAP 作者预热新版本：为超大规模数据重做扩展
leland_mcinnes · x · 2026-09-30
UMAP 作者 Leland McInnes(同时也是 t-SNE/numba 生态的核心贡献者)表示正在推进「让 UMAP 重新变酷」的新版本，重点是更好地扩展到超大规模数据。他在回复中补充了一个技术细节：在"旧栈"上谱初始化会因特征间隙(eigengap)过小而失败，只能改用随机初始化。
所属事件:UMAP 作者预告新版本，面向超大规模数据重做扩展性(2 条相关)→
「研究」频道最新
- NeurIPS 2026 论文：AVIC 让模型学会该何时想象、想象多少 — mohitban47 · 2026-09-30
- kalomaze 质疑进化算法路线：放弃反向传播应选 BPTT 不可行的场景 — kalomaze · 2026-09-30
- HG-DAgger 用错反而更差：退火阶段只用干净演示，成功率拉到 88% — DominiqueCAPaul · 2026-09-30
- Diffusion Reward Models:让奖励模型学习人类偏好分布而非单一分数 — burny_tech · 2026-09-30
- 64 人评 2330 组对决:后训练让 LLM 更好笑,但笑话多样性明显下降 — Gold-Bat-3225 · 2026-09-30
- 学者怒斥同行评审被 AI 代写:Pangram 检测出错误负面意见致论文被拒 — paulnovosad · 2026-09-30