CLASS:提高跨模态文本-分子检索性能和训练效率
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种基于课程学习的跨模态文本-分子训练框架(CLASS),有效解决了不同训练阶段的学习状态调整问题。实验结果表明,该方法在ChEBI-20数据集上显著提高了训练效率和性能。
🎯
关键要点
- 本研究提出了一种基于课程学习的跨模态文本-分子训练框架(CLASS)。
- 该框架有效解决了不同训练阶段的学习状态调整问题。
- 通过易到难的样本调度策略和自适应强度学习,提高了训练效率和性能。
- 实验结果表明,该方法在ChEBI-20数据集上显著提高了训练效率和性能。
- 该方法显示出卓越的性能和显著的时间节省。
➡️