自己混合你的一对
原文中文，约300字，阅读约需1分钟。发表于：。我们提出了一种用于回归的有监督对比学习方法 SupReMix，通过整合更丰富的有序信息，它能够培养连续有序的回归数据表示，从而显著提高回归性能，并在转移学习、样本不平衡和样本数量较少等回归挑战中表现优异。
本文介绍了一种名为SupCR的框架，通过比较样本之间的目标距离来学习具有回归意识的表示，可以与现有回归模型组合以提高性能。实验证明，使用SupCR可以达到最先进的性能，并且在所有数据集、任务和输入模式上，始终提高了回归基线的性能。
