Contrastive Learning
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 0
- 평가표
- 4
- 보존된 평가 기록
- 17
Contrastive Learning is a deep learning technique for unsupervised representation learning. The goal is to learn a representation of data such that similar instances are close together in the representation space, while dissimilar instances are far apart.
It has been shown to be effective in various computer vision and natural language processing tasks, including image retrieval, zero-shot learning, and cross-modal retrieval. In these tasks, the learned representations can be used as features for downstream tasks such as classification and clustering.
<span style="color:grey; opacity: 0.6">(Image credit: Schroff et al. 2015)</span>
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
텍스트를 통한 서로소 테이블의 발견 기반 통합
프롬프트 기반 특징 변환을 통한 연합 학습의 특징-분류기 불일치 해결
CARD: 개인화 텍스트 생성을 위한 보상 유도 디코딩 기반 클러스터 수준 적응
TTE-Flash: Think-Then-Embed 토큰을 통한 추론 기반 멀티모달 표현 가속
의미 기반 후보자-직무 매칭: 하이브리드 검색에서 밀집 임베딩 모델의 비교 평가
대규모 이커머스 시각 검색을 위한 등급별 관련성 합성 멀티모달 검색
TimeLitmus: 이벤트 조건부 시계열 예측에서의 교차 모달 이해와 설명 충실성을 위한 진단 벤치마크
CLIP 기반 도메인 일반화 및 도메인 적응: 종합 서베이
심층 학습과 데이터 정제를 통한 지속 가능한 양식업을 위한 새우 질병 탐지 성능 향상
검색 기하 구조가 캐시 기반 CLIP 적응을 좌우한다
대수적 일관성만으로는 잠재 행동 모델의 시간적 구조를 보증할 수 없다
PETR: 비전-언어 모델을 위한 학습 불필요 라우팅 기반 프롬프트 앙상블
BindCLIP: 구성적 비전-언어 스코어링을 위한 하나의 균형 잡힌 커플링
양성 쌍 기하학의 중요성: 시각적 표현의 대조 학습을 위한 최적 수송
중요한 곳을 보라: 세밀한 비전-언어 추론을 위한 무료의 레이블 없는 시각적 증거 신호
HyperCLIP++: 쌍곡 공간에서 개방 어휘 의미 분할을 위한 CLIP 미세조정
MiTHras: 유사분열상 분석을 위한 작업 특화 계층적 준지도 대조 마스크드 오토인코더
실용적이고 효과적인 OOD 탐지 미세조정을 위한 세 가지 핵심 요인 최적화
WeakMCN: Multi-task Collaborative Network for Weakly Supervised Referring Expression Comprehension and Segmentation
의도된 말장난: CLEF JOKER 2025 태스크 2를 위한 대조 학습 및 음성-의미론적 임베딩 기반 다중 에이전트 말장난 번역
이중 단계 증류를 통한 비제약 이벤트-이미지 특징 매칭의 레이블 없는 타겟 도메인 적응
What is the Right Embedding Space for Contrastive Learning in REC?
이미지 복잡도 표현을 위한 대조 학습
ElasticTTT: 사전 보존 테스트 시간 튜닝을 위한 비디오 편집
SiamJEPA: JEPA에서 샴 학생 인코더의 역할에 관한 연구
엔드 투 엔드 실세계 이미지 안개 제거를 위한 백본 불변 확률적 섭동 학습
COCO-OLAC: 가려짐이 있는 파놉틱 세그멘테이션 및 이미지 이해를 위한 벤치마크
대조적 약-강 일반화
오픈 가중치 안전성을 위한 유한 표본 보장 분포 특화 곡률 제어
성별 포용적 재작성을 위한 LoRA 및 반서사 생성을 위한 활성화 조향
MEMOIR: 선호 드리프트 스펙트럼 전반의 추천을 위한 시간적 행동 메모리
SyRuP: 보상 유도 예측을 통한 LLM 디코딩에서의 시스템 프롬프트 준수 향상
MIME: 다중모달 상호작용 모션 인코더
손실 안정화, 정규화 및 부분공간 어텐션을 통한 수술 후 교모세포종 분할
텍스트 조건 변환을 통한 임베딩 공간 제어
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.