跳到正文
热点事件持续更新

提出RINO自监督预训练方法

1 篇报道1 个报道来源19 小时前更新

先了解这件事

报道摘要

研究者提出 RINO(Renormalization Group DIstillation with NO Labels),首次将高能喷流形成的多尺度重正化群结构作为自监督学习的物理视图来源,通过不同层级聚类定义跨能标的教师-学生表示,并用 DINO 式自蒸馏对齐。

摘自 arXiv:cs.AI

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv:cs.AI
    RINO:利用重正化群结构与无标签蒸馏的高能物理自监督预训练方法

    研究者提出 RINO(Renormalization Group DIstillation with NO Labels),首次将高能喷流形成的多尺度重正化群结构作为自监督学习的物理视图来源,通过不同层级聚类定义跨能标的教师-学生表示,并用 DINO 式自蒸馏对齐。

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。