标签: #contrastive-learning

한국어English日本語中文

← 全部文章

• SOTA 文本嵌入模型解析 — 检索与 RAG 的心脏

  文本嵌入是检索与 RAG 系统的心脏。本文梳理对比学习与 InfoNCE、双编码器、难负例、E5/BGE/GTE 系列、Matryoshka 表征学习、MTEB 基准，直至最新嵌入模型的原理与实务应用。

  2026-06-30 · 29 分钟阅读 #ai-papers#embedding#retrieval#rag#contrastive-learning

• 多模态 AI 的训练方法 — 把多种感觉揉进一个模型

  梳理让多模态 AI 在同一个模型里处理图像、文本、音频、视频的训练原理。依次讲解模态对齐与对比学习、融合方式、共享嵌入空间、预训练与微调、数据与评估，以及幻觉之类的局限，并配代码展示训练流水线。

  2026-06-26 · 28 分钟阅读 #ai-papers#multimodal#clip#vision-language#contrastive-learning

• 自监督学习（Self-Supervised Learning）完全指南：SimCLR、MAE、DINO、CLIP

  全面掌握自监督学习的实战指南。从对比学习（SimCLR、MoCo）、掩码自编码器（MAE、BEiT）到 DINO、CLIP，通过实战代码学习如何在没有标签的情况下训练出强大的表示。

  2026-03-17 · 37 分钟阅读 #self-supervised-learning#contrastive-learning#simclr#mae#dino