InfoNCE
PulseAugur coverage of InfoNCE — every cluster mentioning InfoNCE across labs, papers, and developer communities, ranked by signal.
9 天有情绪数据
-
新的ARC-CT框架通过视觉语言学习增强3D胸部CT分析
研究人员开发了ARC-CT，一个新颖的对比视觉语言学习框架，专门用于3D胸部CT扫描和放射学报告。该方法通过关注局部异常并减少具有相似发现的扫描之间的假阴性，解决了标准对比学习的局限性。ARC-CT使用一个用于区域感知证据定位的AnatomyQFormer，一个考虑标签重叠的软InfoNCE目标，以及一个器官级对齐损失。该框架表现强劲，使用ResNet-18骨干网络在18种异常情况下实现了0.86的无掩码宏观AUC，优于更大的Tran…
-
新的 HN-CLIP 方法提高了密集字幕检索的准确性和训练速度
研究人员开发了 HN-CLIP，这是一种通过解决标准 InfoNCE 目标中的局限性来改进密集字幕检索的新方法。这种新方法使用文本编码器自身的几何结构为负样本构建自适应相似度边距，为更相似的字幕分配更大的边距，而无需额外数据或复杂处理。在四个基准上的实验表明，与现有的最先进方法相比，HN-CLIP 显著提高了检索准确性并加速了训练。
-
LLM-MGCL通过整合语义和地理数据增强POI推荐 · 已追踪2个来源
研究人员开发了一种名为LLM增强的多图对比学习（LLM-MGCL）的新方法，以改进兴趣点（POI）推荐，特别是解决了交互数据有限的物品的冷启动问题。该方法将源自LLM生成的摘要和关键词的语义信息，以及地理数据，整合到多图神经网络中。在Yelp多模态推荐数据集上的实验表明，与现有方法相比，召回率和NDCG分数有了显著提高，凸显了LLM衍生的知识在增强推荐系统方面的有效性。
-
新的TraVEL框架通过运动感知嵌入增强驾驶视频检索
研究人员开发了TraVEL，一个用于学习专门针对驾驶视频检索的视频嵌入的新框架。该方法使用配对剪辑和推理轨迹的监督微调，然后进行运动感知微调，来微调一个通用多模态嵌入模型Qwen3-VL-Embedding。TraVEL在策略优化框架内使用自我轨迹相似性作为奖励信号，以增强对运动中心事件的理解，在一个新的驾驶视频检索基准上显著优于标准微调。
-
STAR框架增强推荐系统中的PCVR预测 · 跟踪2个来源
研究人员开发了STAR，一个用于推荐系统中点击后转化率（PCVR）预测的框架。该框架解决了异构特征、用户序列和目标感知兴趣的挑战。STAR将结构化特征分词与目标感知兴趣表示相结合，并基于HyFormer风格的骨干网络。关键创新包括高基数信号恢复、显式用户-物品交互标记以及受InfoNCE启发的对比辅助目标。该系统还对齐了训练和推理流程，以确保鲁棒性。
-
新的STAR框架增强了推荐系统中PCVR的预测能力
研究人员开发了STAR，一个用于预测推荐系统中点击后转化率（PCVR）的框架。STAR通过结合结构化特征分词和目标感知兴趣表示，解决了异构特征、用户序列和稀疏数据等挑战。该框架包含高基数信号恢复、显式用户-物品交互标记以及对比辅助目标。在挑战数据集上的实验表明，时间上下文带来了显著的收益，而对比对齐和目标感知兴趣编码也做出了贡献。
-
AI模型使用腕部传感器进行帕金森病筛查
研究人员开发了一种新颖的注意力机制，可使用可穿戴传感器更准确、更高效地筛查帕金森病。该方法在arXiv论文中有所详述，处理来自腕戴式惯性测量单元（IMU）的数据，以区分健康个体、帕金森病患者以及患有类似疾病的人。该系统实现了高精度，尤其是在识别帕金森病方面，并且即使在标记数据有限的情况下也表现出接近饱和的性能，使其适合在Raspberry Pi 4等设备上进行实时边缘部署。
-
GeoUniPR框架统一视觉和激光雷达以实现高级地点识别 · 跟踪2个来源
研究人员开发了GeoUniPR，一个用于跨模态地点识别的新型框架，它统一了视觉和激光雷达数据。该方法将激光雷达点云投影到相机视角，以创建几何一致的深度图像视图（DIV），从而建立直接的RGB-LiDAR对应关系。通过用激光雷达强度和表面法线信息增强DIV，GeoUniPR使用基于ViT编码器的参数高效适配来学习统一的嵌入空间。该框架还引入了空间一致性InfoNCE（SC-InfoNCE）来通过抑制距离引起的假阴性来提高准确性。在KIT…
-
新框架增强零样本草图图像检索能力
研究人员开发了SeCo-SBIR，一个用于零样本草图图像检索（ZS-SBIR）的新框架，旨在通过弥合草图和照片之间的领域差距来提高泛化能力。该框架采用文本引导的多模态提示策略，将CLIP文本编码器的语义知识注入其视觉编码器。此外，基于扰动的约束一致性将适应性模型与冻结的CLIP参考对齐，防止过拟合并锚定学习到的表示。该方法在标准的ZS-SBIR基准测试中取得了最先进的成果。
-
尼泊尔表情包分类系统在CHiPSAL 2026上获得高排名
研究人员开发了一个新颖的尼泊尔表情包分类系统，在CHiPSAL 2026的仇恨言论检测共享任务中获得第二名，在情感分析任务中获得第四名。他们的方法利用了Qwen3-VL-8B-Instruct视觉语言模型，该模型原生支持天城文，无需单独的OCR和翻译步骤。该系统采用两阶段训练过程，包括LoRA微调和对比骨干微调，并采用过采样和Focal Loss等策略来管理类别不平衡。该方法证明了大型视觉语言模型在低资源语言上的有效适配。
-
新的VIBE基准用于嵌入、微调策略和开放模型质量 · 跟踪4个来源
引入了一个名为VIBE的新基准来评估近似最近邻（ANN）搜索算法，通过使用代表检索增强生成（RAG）等现代应用的代表性数据集来解决现有基准的局限性。VIBE框架包括一个用于生成具有密集嵌入模型和非分布外数据集的基准数据集的管道，以模拟真实世界的负载。此外，研究表明，微调嵌入模型对于领域特定相关性具有成本效益，并且有效的分块策略对于检索质量至关重要，其重要性往往超过嵌入模型本身。与专有模型相比，开放嵌入模型在检索质量方面具有竞争力，尤其…
-
新的物理信息超图模型增强药物ADMET预测
研究人员开发了ChemHyperMag，这是一种新颖的物理信息磁性超图学习模型，旨在改进对药物发现至关重要的ADMET属性的预测。与依赖无向分子图的传统方法不同，ChemHyperMag构建了一个包含环、片段和骨架的功能基团超图，并使用Hermitian磁性拉普拉斯算子编码不对称相互作用。该方法采用InfoNCE目标进行训练，并利用磁相位生成随机视图，在ADMET基准测试中表现出改进的性能，尤其是在标记数据有限的情况下，同时还提供了可…
-
新研究解决多模态学习中的模态鸿沟和鲁棒性问题
两篇新研究论文探讨了通过解决模态鸿沟和鲁棒性挑战来改进多模态学习的方法。第一篇论文介绍了xNCE，一种对比学习的改进方法，它使用跨模态和模态内负样本来减小图像和文本嵌入中的模态鸿沟。第二篇论文提出了ShapKO，一种动态训练策略，该策略根据验证效用自适应地学习特定模态的剔除概率，以增强多模态医学模型的鲁棒性。
-
分析对比学习中InfoNCE损失的泛化能力
Nick Whiteley 的一篇新论文探讨了对比学习中相似性搜索的泛化能力，特别关注 InfoNCE 损失函数。研究表明，在使用 k 个负样本时，InfoNCE 的总体风险与预期的交叉熵度量密切相关。该度量量化了使用学习到的嵌入在未见数据上执行的相似性搜索与使用正样本生成器的隐式相似性进行的理想化搜索之间的偏差。该研究还引入了一个新颖的 InfoNCE 损失连续性界限，有助于在负样本数量增加时稳定泛化误差。
-
ARMOR 方法优化低资源电信问答的检索
研究人员开发了 ARMOR（自适应正则化混合优化检索器），一种用于低资源问答（QA）场景（尤其是在电信领域）优化检索的新颖方法。与生成器微调不同，ARMOR 侧重于调整查询端检索器，以提高证据分散在各种来源中的性能。该系统联合利用 RAG 似然和 InfoNCE 对比目标来增强证据检索和答案生成。
-
新型图神经网络助力信用卡欺诈检测
一篇新研究论文介绍了一种用于信用卡欺诈检测的新型框架 TMR-GGNN，该框架利用时间感知、多关系图神经网络。该方法模拟了客户、商户、设备和 IP 之间随时间变化的复杂交互，并结合了时间注意力机制来衡量交易的相关性。该框架还采用对比学习和复合损失函数来提高对罕见欺诈案例的泛化能力并减少假阴性，从而应对数据不平衡和不断变化的欺诈模式等挑战。
-
InfoNCE 目标在 AI 表示中诱导高斯分布
研究人员已经证明，InfoNCE 对比学习目标会固有地促进学习表示中的高斯分布。这一发现是通过在特定的对齐和集中假设下的理论分析，以及在合成和 CIFAR-10 数据集上的实验确立的。研究表明，这种诱导的高斯结构为分析和应用对比学习中的学习表示提供了一种原则性的方法。
-
新框架通过多模态视频对齐改进驾驶员分心检测
研究人员开发了一种新的多模态视频表示对齐框架，以改进用于驾驶员分心检测的自监督学习。该方法通过联合建模不可靠的阳性和阴性来解决来自多个传感器的噪声或故障数据带来的挑战。该方法使用软目标和基于相似度的加权机制来实现原则性的全局多模态对齐，在 Drive&Act 数据集上表现优于现有基线。
-
AI论文探讨softmax函数的统计和几何极限
两篇新的arXiv论文探讨了softmax函数（许多AI模型中的核心组件）的统计和几何特性。第一篇论文《当Softmax在顶层失效时》（When Softmax Fails at the Top）介绍了WEINCE，这是一种对比学习目标的修改，通过解决统计失准问题来提高在视觉基准上的性能。第二篇论文《Softmax的信息几何学》（The Information Geometry of Softmax）深入探讨了AI系统如何在表示空间中…
-
论文探讨检索模型的维度限制
研究人员调查了低维表示（通常在1000维左右）为何不会阻碍现代基于嵌入的检索模型扩展到数万亿数据点。他们的研究侧重于最大间隔嵌入，并指出，通过一个取决于数据大小对数维度的维度，可以实现接近最优的间隔。这些发现解决了先前关于k稀疏行的设置，并表明Sigmoid损失在生成大间隔嵌入方面优于InfoNCE。