(4秒详细教程)365bet体育欢迎您注册登录鸿蒙版v507.15.77.460.33.57.3-2265安卓网_新万博体育
365bet体育欢迎您注册登录 最近更新|更新列表|字母检索|下载排行|苹果专区|分类导航

当前位置:首页电脑软件世界之外此间即无间 → 365bet体育欢迎您注册登录 v9.763.8803 最新版

365bet体育欢迎您注册登录

365bet体育欢迎您注册登录

  • 电脑版下载
猜你喜欢
标签: 365bet体育欢迎您注册登录 必威官方首页
详情
介绍
猜你喜欢
相关版本

内容详情

365bet体育欢迎您注册登录

本文第一作者为四川大学博士研究生刘泓麟,邮箱为tristanliuhl@gmail.com,通讯作者为四川大学李云帆博士后与四川大学彭玺教授。

一张图片包含的信息是多维的。例如下面的图 1,我们至少可以得到三个层面的信息:主体是大象,数量有两头,环境是热带稀树草原(savanna)。然而,如果由传统的表征学习方法来处理这张图片,比方说就将其送入一个在 ImageNet 上训练好的 ResNet 或者 Vision Transformer,往往得到的表征只会体现其主体信息,也就是会简单地将该图片归为大象这一类别。这显然是不合理的。

图 1:传统表征学习(上)与条件表征学习(下)的比较。传统的表征学习方法只能学习到一种通用的表征,忽略了其他有意义的信息;文章提出的条件表征学习能够基于指定准则,得到该准则下表现力更强的条件表征,适应多种下游任务。

此外,在各大电商平台,用户通常根据不同的标准(例如颜色、材质或场合)搜索商品。例如,用户今天可能搜索 “红色连衣裙”,明天搜索 “正装”,后天搜索某个全新的关键词。这对于拥有庞大规模商品的平台来说,手动打标签是不现实的,而传统的表征学习也仅仅只能获取到 “连衣裙” 这个层面的信息。

要获取图片中除了 “大象”、“连衣裙” 之外的信息,一个很容易想到的方法就是进行针对性的有监督训练:基于不同的准则比如环境,进行额外的标注,再从头训练或者基于已有表征训练一个额外的线性层。但是基于这种方式,显然是 “治标不治本” 的。因为一旦有了新的需求,便又需要进行针对性的数据收集、标注和训练,需要付出大量的时间和人力成本。

很幸运的,我们处在多模态大模型的时代,这个在以前可能会很困难的问题在今天是有很多解法的。我们可以直接通过询问 LLaVA,它便会告诉我们图片在指定准则下的信息。但这种方式也还不够高效,至少在 2025 年的今天,多模态大模型的使用成本还是需要考虑的。如果需要处理 ImageNet 之类的大规模数据集或者电商平台繁杂的商品,得到其在指定准则下的信息,这个开销就比较大了。所以对大多数人来说,现如今要获取图片的多维信息,还是需要找到一个更加高效的方法。

论文标题:Conditional Representation Learning for Customized Tasks论文链接:https://arxiv.org/abs/2510.04564代码链接:https://github.com/XLearning-SCU/2025-NeurIPS-CRL

方法

我们知道,对于三维直角坐标系,一组基,比如 [(1, 0, 0), (0, 1, 0), (0, 0, 1)],其线性组合即可构建出该坐标系中的任何向量。类似的,对于颜色体系,只需要 “红”、“绿”、“蓝” 三原色即可调出所有的颜色。

受此启发,我们想到,是否对于任意一个给定的准则,也存在着一个对应的 “概念空间” 及其基?如果能在这个空间中找到一组基,那么我们只需要将原始表征投影到该空间上,理论上就能获得在该准则下更具表现力和判别性的特征。

找到给定准则对应的基,这听起来有些困难。但没关系,我们不需要很准确地找到,只需要接近它就好。

基于这个想法,论文提出了一种即插即用的条件表征学习方法。如图 2 所示,给定准则(例如 “颜色”),CRL 首先让大语言模型 LLM 生成该准则相关的描述文本(例如 “红色”,“蓝色” 和 “绿色” 等)。随后,CRL 将由 VLM 得到的通用图片表征,投影到由描述文本张成的空间中,得到该准则下的条件表征。该表征在指定的准则下表达更充分,并且具有更优的可解释性,能有效适应下游定制化任务。

图 2:所提出的条件表征学习(CRL)的总体框架。图中以通用表征空间(准则为隐式的 “形状”)转换到 “颜色” 准则空间为例。

直白地说,只需要将对齐的图片和文本表征,做个矩阵乘法就好了,甚至不需要训练。复现难度约等于:

实验

分类和检索任务是衡量表征学习性能的两个经典下游任务。论文在两个分类任务(少样本分类、聚类)和两个检索任务(相似度检索、服装检索)上进行了充分的实验验证,部分实验结果如下:

图 3:分类任务

表 1:所提出的 CRL 在少样本分类任务上的性能。

表 2:所提出的 CRL 在聚类任务上的性能。

图 4:相似度检索任务。上为 “Focus on an object”(Focus),下为 “Change an Object”(Change)。

表 3:所提出的 CRL 在相似度检索任务上的性能。

图 5:服装检索任务。

表 4:所提出的 CRL 在服装检索任务上的性能。

从上述结果中可以看出, CRL 可以作为一个即插即用的模块,与现有多模态方法相结合,在不同准则下,其得到的条件表征在下游任务中都取得了比原表征更加优异的表现,性能甚至超过了对应领域的专用方法。新万博体育:实验可参见论文。

总结

与传统的表征学习只得到单一的通用表征不同,本文提出了条件表征学习,通过获取指定准则下的文本基,并将图像表征投影到该文本基张成的空间中,即可得到该准则下表现力更强的条件表征,以更好地适应各种下游任务。

相关版本

    多平台下载

    查看所有0条评论>网友评论

    发表评论

    (您的评论需要经过审核才能显示) 网友粉丝QQ群号:766969941

    查看所有0条评论>>

    相关软件
    mg游戏试玩网站 星际网站 什么网站可以赌博 2020欧洲杯对阵图 世界杯买球bs18殿me权威 凤凰彩票开户网址 ca88唯一手机版官网 宝马会快速开户 牛牛倍数 皇冠体育滚球手机版 乐鱼体育登陆 IM体育官网入口 完整比分,比分直播 365bet体育开首页 皇冠体育网上 威廉希尔体育公司官网 体育投注平台排名 世界杯直播平台网站 新金沙官网是多少 开云app下载 尊龙注册送18 AG旗舰厅首页 ag手游俱乐部 纬来体育入口登录 必赢下载app mg游戏官网在线平台 两个平台对打AG套利 百老汇官网注册送 欧博在哪开户 ROR网页版 三合皇 皇冠app安卓系统 OD网页登陆 求真正的365官网 BB平台德甲狼堡 币游app是什么 威廉希尔投注平台 万利直营网 365bet正规吗 mg注册送分的网站 宝鹰国际真人投注 永利赌城网上充值 葡京大转盘真人平台 乐动体育网页登录 斗牛游戏哪个比较好 188体育平台集团 kok官网买球 必赢亚洲手机登录界面 棋牌能下分的 现金赌钱官网下载 澳门威斯尼斯人615 kok入口登录 玩手机麻将能赢的软件 盈利国际彩登录网站 在哪里下注世界杯 火狐全站APP js06金沙登录大厅 澳门线上游戏 pokertime扑克时间下载 竞博官网登录 万博手机版网页版登录入口 宝博游戏官网地址 乐动体育网页端 世界杯足彩无法购买 亚投彩票网址平台 银河娱乐app是正规的吗 亿博体育外围官网 乐鱼体育注册入口 心博天下全站APP 宝马线上娱乐官方网站 巴黎人官方登录 二十一点app试玩 打牌网 188体育投注网 最具实力的网投平台 ayx手机登录 188宝金博安卓app下载 竞博体育登录 百家乐买球 博天堂官网登录 AG游戏网站 AG游戏平台 赌钱棋牌 365体育网软件 英皇娱乐投注登录 最新星际登录 电子娱乐游戏城网址 凯时AGks 足球世界杯 竞猜网站 海洋之神3380cm 世界杯赌球的正规网站 澳门威斯尼网址是多少 澳门电子app 乐虎国际下载 365体育下载 千亿官网APP 博狗平台首页 云顶集团游戏平台 澳门网站 金沙平台大厅 外围足球网址大全 买世界杯用什么网站好 AG棋牌馆 银河总站官方 必威亚洲备用 必赢平台官方 雷速体育app是什么 明升体育体育下载 小贴士B 世界杯足彩胜负平投注 沙巴体育怎么注册 皇冠体育平台 小金体育在线平台 永利最新网扯 博天堂体育 黄大仙料 888真人网站是什么 万博网页版登录网址 千嬴国际 任我发料
    热门网络工具