Unverified50% confidenceFactExact time
对比学习是实现负样本学习的核心范式,通过拉近正样本对表征距离、推远负样本对表征距离来学习特征
1
Sources
50%
Confidence
Long-term
Relevance
9/10/2026
First Seen
Sources
Related Entities
Related Claims
Verified单样本学习不等于零样本学习，其一次演示背后依赖模型在海量预训练数据上积累的先验知识75% similarUnverified对嵌入模型进行对比学习微调能提升招聘场景匹配效果，关键在于使用难负样本（如同领域但不同层级的岗位）而非随机负样本73% similarUnverified半监督学习介于监督学习和无监督学习之间，利用少量标注数据和大量无标注数据进行训练73% similarUnverified难负例（Hard Negative）的质量对Embedding微调效果至关重要，需选取表面相似但语义无关的文档作为训练信号69% similarUnverified当画面缺乏判别性特征时（如空旷道路或均质树林），定位算法会退化为基于训练集先验分布的统计猜测69% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/887755API
curl https://kongchang.com/api/v1/knowledge/claims/887755MCP
get_claim(id=887755)