跳到正文
热点事件持续更新

研究者提出 gAP 指标与可微损失 gSAP

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

研究者 Bill Psomas 等人提出 Global Average Precision(gAP):把全部查询-候选对放进一个列表计算单个 AP,用来衡量相似度在不同查询间是否可比。 同时提出可微替代损失 gSAP,仅需相似度矩阵和正样本对二值矩阵,可直接替换 InfoNCE 等现有损失。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月8日
  1. arXiv:cs.LG
    面向表示学习的全局平均精度 gAP 与可微替代损失 gSAP

    研究者提出 Global Average Precision(gAP),把全部查询-候选对放进一个列表计算单个 AP,以衡量相似度在不同查询间是否可比;同时给出可微替代损失 gSAP,仅需相似度矩阵和正样本对二值矩阵,可直接替换 InfoNCE 等现有损失。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。