提出基于稀疏概念的数据选择方法

2026年10月16日，arXiv Computer Vision 发布研究《Mind the Tail：通过稀疏概念进行数据选择》。该研究提出一种数据选择方法：用稀疏自编码器（SAEs）从单张图像提取概念激活，在选择时累积数据集级概念支持度，并对该分布施加递减回报，以降低已充分表征概念的权重、转向分布尾部，再结合局部支持度筛选能可靠强化欠支持概念的样本。研究称，在细粒度、虚假相关和通用图像分类及多模态预训练基准上，该方法一致优于强数据选择基线，并提升了模型对分布外和虚假上下文的鲁棒性。上述内容为该论文自述，尚无其他来源跟进报道。

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。