InfMasking多模态学习框架提出
热点事件观察中
InfMasking多模态学习框架提出
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
2026年11月6日，arXiv Artificial Intelligence 刊出 Liangjian Wen 等作者的论文，提出名为 InfMasking 的统一多模态学习框架。据该报道，这一框架基于 Infinite Masking 方法：在融合之前，先对各模态特征进行随机掩码，并要求所有掩码后的融合表示与参考目标保持一致。报道称，这样做的目的是避免融合模块依赖主导模态或共享信息。目前公开信息仅来自这一篇主报道，尚无跟进报道披露实验结果、对比基线或应用范围等细节，事件进展停留在框架提出阶段。
AI 根据报道生成 · 2 天前更新
最新进展11月6日 13:00
InfMasking：面向多模态协同学习的统一变分框架报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv Artificial IntelligenceInfMasking：面向多模态协同学习的统一变分框架
InfMasking 是一个基于 Infinite Masking 的统一多模态学习框架，在融合前随机掩码各模态特征，并要求所有掩码后的融合表示与参考目标保持一致，从而避免融合模块依赖主导模态或共享信息。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 711月7日 03:00
- 近 24 小时变化
- -49%
02468
06:0012:0018:0011月8日06:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。