跳到正文
热点事件持续更新

提出流形近似核对齐度量MKA弥补CKA缺陷

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Mohammad Tariqul Islam 等研究者在 arXiv 提出流形近似核对齐度量 MKA(Manifold-approximated Kernel Alignment),将局部邻域等流形几何信息引入表示对齐,以弥补 CKA 不考虑底层流形且依赖大量启发式设置的缺陷。 在大规模基准上的验证结果因领域而异:MKA 在视觉任务上聚合表现最强,在图任务上有竞争力,但在多项 NLP 评测中弱于 CKA。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. arXiv cs.AI
    Manifold Approximation 带来更稳健的核对齐:MKA 度量提出

    研究者提出 Manifold-approximated Kernel Alignment(MKA),将局部邻域等流形几何信息引入表示对齐度量,以弥补 CKA 不考虑底层流形且依赖大量启发式设置的缺陷。

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。