BriefGPT - AI 论文速递
·
CWCL：使用持续加权对比损失进行跨模态迁移
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种新的损失函数——连续加权对比损失（CWCL），用于交叉感知培训中的对比训练，以对齐嵌入空间。在0-shot图像分类、0-shot语音意图分类和关键词分类中，相对于现有方法取得了显著改进。
🎯
关键要点
- 提出了一种新的损失函数——连续加权对比损失（CWCL）。
- CWCL用于交叉感知培训中的对比训练，以对齐嵌入空间。
- 在0-shot图像分类中取得显著改进。
- 在0-shot语音意图分类中取得显著改进。
- 在关键词分类中取得显著改进。
➡️
