BriefGPT - AI 论文速递
·
CroMo-Mixup: 提升增量式自我监督学习的跨模型表示
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了CroMo-Mixup，一种用于解决连续自我监督学习中任务混淆问题的特征混合框架。通过混合样本、学习样本嵌入的相似性以及原始图像，提高负样本多样性、促进跨任务类对比学习和旧知识检索。实验证明该框架在任务标识预测和所有任务的平均线性准确性上有效，并与四种先进的自监督学习目标兼容。
🎯
关键要点
- CroMo-Mixup是一种特征混合框架，用于解决连续自我监督学习中的任务混淆问题。
- 该框架通过混合样本、学习样本嵌入的相似性和原始图像来提高负样本多样性。
- CroMo-Mixup促进跨任务类对比学习和旧知识检索。
- 实验证明该框架在任务标识预测和所有任务的平均线性准确性上有效。
- CroMo-Mixup与四种先进的自监督学习目标兼容。
🏷️
标签
➡️
