基于邻居感知的实例精炼,用于跨模态检索,处理噪声标签

Research Paper#Cross-Modal Retrieval, Noisy Labels, Robust Learning🔬 Research|分析: 2026年1月3日 17:04
发布: 2025年12月30日 08:19
1分で読める
ArXiv

分析

本文解决了跨模态检索中噪声标签的问题,这是多模态数据分析中的一个常见问题。它提出了一个新颖的框架NIRNL,通过基于邻居共识和定制优化策略来精炼实例,从而提高检索性能。主要贡献在于能够有效地处理噪声数据并取得最先进的结果。
引用 / 来源
查看原文
"NIRNL achieves state-of-the-art performance, exhibiting remarkable robustness, especially under high noise rates."
A
ArXiv2025年12月30日 08:19
* 根据版权法第32条进行合法引用。