<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>数据表示 on 办公AI智能小助手</title>
    <link>https://blog.qife122.com/tags/%E6%95%B0%E6%8D%AE%E8%A1%A8%E7%A4%BA/</link>
    <description>Recent content in 数据表示 on 办公AI智能小助手</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <copyright>qife</copyright>
    <lastBuildDate>Wed, 24 Sep 2025 14:24:21 +0800</lastBuildDate>
    <atom:link href="https://blog.qife122.com/tags/%E6%95%B0%E6%8D%AE%E8%A1%A8%E7%A4%BA/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>ICLR会议如何重塑人工智能领域</title>
      <link>https://blog.qife122.com/p/iclr%E4%BC%9A%E8%AE%AE%E5%A6%82%E4%BD%95%E9%87%8D%E5%A1%91%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E9%A2%86%E5%9F%9F/</link>
      <pubDate>Wed, 24 Sep 2025 14:24:21 +0800</pubDate>
      <guid>https://blog.qife122.com/p/iclr%E4%BC%9A%E8%AE%AE%E5%A6%82%E4%BD%95%E9%87%8D%E5%A1%91%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E9%A2%86%E5%9F%9F/</guid>
      <description>&lt;h1 id=&#34;iclr帮助重新定义人工智能领域的ai会议&#34;&gt;ICLR：帮助重新定义人工智能领域的AI会议&lt;/h1&gt;&#xA;&lt;p&gt;某机构的Stefano Soatto探讨学习表示如何主导机器学习领域。&lt;/p&gt;&#xA;&lt;p&gt;国际学习表示会议（ICLR）今年将以虚拟形式举行，虽然仅创办八年，但根据某学术机构对AI领域高影响力出版场所的排名，它仅次于极受欢迎的NeurIPS会议。&lt;/p&gt;</description>
    </item>
    <item>
      <title>对比学习新方法提升数据表示效果</title>
      <link>https://blog.qife122.com/p/%E5%AF%B9%E6%AF%94%E5%AD%A6%E4%B9%A0%E6%96%B0%E6%96%B9%E6%B3%95%E6%8F%90%E5%8D%87%E6%95%B0%E6%8D%AE%E8%A1%A8%E7%A4%BA%E6%95%88%E6%9E%9C/</link>
      <pubDate>Fri, 19 Sep 2025 13:22:16 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E5%AF%B9%E6%AF%94%E5%AD%A6%E4%B9%A0%E6%96%B0%E6%96%B9%E6%B3%95%E6%8F%90%E5%8D%87%E6%95%B0%E6%8D%AE%E8%A1%A8%E7%A4%BA%E6%95%88%E6%9E%9C/</guid>
      <description>&lt;h2 id=&#34;新对比学习方法实现更优数据表示&#34;&gt;新对比学习方法实现更优数据表示&lt;/h2&gt;&#xA;&lt;p&gt;近期人工智能的许多进展源于表示学习：机器学习模型学习将数据项表示为多维空间中的向量，其中向量间的几何关系对应项目间的语义关系。某中心M5团队致力于构建与某中心商店相关数据的通用语义表示（包括产品描述、查询、评论等），供整个机构的机器学习系统使用。该方法利用每个实体所有可访问数据，通常跨越多种模态。&lt;/p&gt;</description>
    </item>
    <item>
      <title>对比学习新方法提升数据表示效果</title>
      <link>https://blog.qife122.com/p/%E5%AF%B9%E6%AF%94%E5%AD%A6%E4%B9%A0%E6%96%B0%E6%96%B9%E6%B3%95%E6%8F%90%E5%8D%87%E6%95%B0%E6%8D%AE%E8%A1%A8%E7%A4%BA%E6%95%88%E6%9E%9C/</link>
      <pubDate>Tue, 09 Sep 2025 09:27:32 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E5%AF%B9%E6%AF%94%E5%AD%A6%E4%B9%A0%E6%96%B0%E6%96%B9%E6%B3%95%E6%8F%90%E5%8D%87%E6%95%B0%E6%8D%AE%E8%A1%A8%E7%A4%BA%E6%95%88%E6%9E%9C/</guid>
      <description>&lt;h1 id=&#34;新对比学习方法实现更优数据表示&#34;&gt;新对比学习方法实现更优数据表示&lt;/h1&gt;&#xA;&lt;p&gt;通过新型损失函数，能够更好地近似最优损失，并为多模态数据生成更有用的表示。&lt;/p&gt;&#xA;&lt;h2 id=&#34;对比学习框架&#34;&gt;对比学习框架&lt;/h2&gt;&#xA;&lt;p&gt;表示学习是许多人工智能进展的基础：机器学习模型学习将数据项表示为多维空间中的向量，其中向量间的几何关系对应项目间的语义关系。某中心M5团队致力于构建某中心商店相关数据的通用语义表示（包括产品描述、查询、评论等），供整个某机构的机器学习系统使用。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
