H^2em: 使用分层双曲嵌入增强零样本学习Research#Zero-Shot Learning🔬 Research|分析: 2026年1月10日 08:18•发布: 2025年12月23日 03:46•1分で読める•ArXiv分析这项研究探索了使用分层双曲嵌入来改进组合零样本学习，这是人工智能中的一个关键领域。这项研究对零样本学习的关注表明了模型理解和推广新概念的能力的潜在进步。要点•专注于零样本学习，允许模型推广到未见数据。•利用分层双曲嵌入进行表示。•可能改善对新概念的组合理解。引用 / 来源查看原文"The article's context revolves around learning hierarchical hyperbolic embeddings."AArXiv2025年12月23日 03:46* 根据版权法第32条进行合法引用。较旧Efficient Stress Analysis of Particle Suspensions in Non-Newtonian Fluids较新MAPI-GNN: Advancing Multimodal Medical Diagnosis with Graph Neural Networks相关分析Research人类AI检测2026年1月4日 05:47Research侧重于实现的深度学习书籍2026年1月4日 05:49Research个性化 Gemini2026年1月4日 05:49来源: ArXiv