Alexandros Haridis

专业设计数据训练挑战对大规模预训练的依赖

一篇新的研究论文探讨了机器学习模型应用于专业设计数据时预训练策略的有效性。该研究使用源自“装饰的语法”的 JONES-19 数据集，发现虽然通用预训练（如 ImageNet）提供了一些好处，但使用多裁剪采样等技术从头开始训练模型可以取得可比的结果。这表明，对于高度结构化的设计领域，捕捉特定设计原则的精心策划的高质量数据集可能比仅仅依赖大规模通用预训练更有价值。