UMAP 0.6 递归初始化：用 UMAP 自身初始化，30 秒优于 PCA/谱方法
leland_mcinnes · x · 2026-11-11
UMAP 0.6 的全新递归初始化思路是「用 UMAP 初始化 UMAP」：先粗略排布图结构，再逐层递归细化。对比图显示，在 307 万篇论文上，递归初始化仅需 32 秒（PCA 需 1 分 14 秒、谱初始化需 4 分 08 秒），起点结构却远比两者的「模糊团」更接近最终结果。
所属事件:UMAP 0.6 发布：300 万 arXiv 论文降维不到 5 分钟(13 条相关)→
「研究」频道最新
- Sakana AI 与 Pathway 对谈实录：后 Transformer 时代 AI 与大脑的关联 — kaixhin · 2026-11-11
- METR 回应质疑:AI 提速结论基于大量未公开数据 — peterwildeford · 2026-11-11
- RL 攻防双环境:训练 AI 植入后门与检测后门,收敛点成谜 — DimitrisPapail · 2026-11-11
- 开源 DiffusionEngine:模块化 PyTorch DDPM 框架招募贡献者 — Euphoric-Incident-93 · 2026-11-11
- UniPath 被 NeurIPS 2026 接收：单模型自适应协调理解与生成 — jindong_wang92 · 2026-11-11
- 前 Astra 成员创业做 real2sim2real：机器人仿真光『看得真』不够 — abhishekunique7 · 2026-11-11