研究者提出免训练否定感知检索方法DEO
热点事件持续更新
研究者提出免训练否定感知检索方法DEO
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
研究者 Taegyeong Lee 等人提出免训练方法 DEO,将查询拆分为正向与负向成分,用对比目标直接优化查询嵌入,无需额外训练数据或更新模型,即可处理否定与排除类检索。 在 NegConstraint 基准上,DEO 较基线提升 +0.0738 nDCG@10 和 +0.1028 MAP@100;在多模态检索中,其 Recall@5 较 OpenAI CLIP 提升 +6%。
AI 根据报道生成 · 1 小时前更新
最新进展11月20日 13:00
DEO:面向否定感知检索的免训练直接嵌入优化方法报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.CLDEO:面向否定感知检索的免训练直接嵌入优化方法
研究者提出免训练方法 DEO,将查询拆分为正向与负向成分并用对比目标优化查询嵌入,无需额外训练数据或模型更新即可处理否定与排除类检索。在 NegConstraint 上,DEO 较基线提升 +0.0738 nDCG@10 和 +0.1028 MAP@100;多模态检索中 Recall@5 较 OpenAI CLIP 提升 +6%。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。