提出数据集级正则化方法

2026年10月15日，arXiv Computer Vision 报道了一项面向联合嵌入自监督学习的数据集级正则化方法。研究者 Konstantinos Almpanakis 与 Anna Kreshuk 提出 out-of-batch 正则化：在 CPU 内存中维护数据集级状态，并在小批次训练时使用全局构建的逐实例目标。报道称，在自然图像和生物医学数据集上，该方法比传统小批次估计更忠实地逼近全数据集正则化梯度。将其应用于 SimCLR 和 SIGReg 后，在图像分类、受控不平衡下的少数类性能、实例检索和持续自监督预训练上均取得一致提升，且小批次时增益最大。目前该事件仅有这一篇报道，尚无后续跟进或相互矛盾的说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。