CDIM方法提出并被NeurIPS 2026接收
热点事件持续更新
CDIM方法提出并被NeurIPS 2026接收
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年11月4日，arXiv（cs.lg）发布一篇论文，提出名为CDIM的在线测试时适应方法。该研究由Taehoon Kim等人完成，旨在解决视觉-语言模型在测试时腐蚀下的模态偏差问题。方法整合了冻结的自监督骨干（如DINO v2）与CLIP，通过交叉协方差logit集成及门控信息最大化目标，在ImageNet-C等数据集上表现优于对比的CLIP基线。 该成果已被NeurIPS 2026会议接收为论文。研究者表示相关代码已经开源，并在论文中提供了访问链接。报道仅证实了方法在特定数据集上的性能对比及代码开源事实，未提及其他应用范围或限制条件。
AI 根据报道生成 · 3 小时前更新
最新进展11月4日 13:00
桥接 CLIP 与 DINO：面向在线测试时适应的跨模态信息最大化报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · ML桥接 CLIP 与 DINO：面向在线测试时适应的跨模态信息最大化
针对视觉-语言模型在测试时腐蚀下的模态偏差问题，提出名为 CDIM 的在线测试时适应方法，优于对比的 CLIP 基线。 方法整合冻结自监督骨干（如 DINO v2）与 CLIP，通过交叉协方差 logit 集成及门控信息最大化目标，在 ImageNet-C 等数据集上表现更优，代码已开源。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 911月4日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:00
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。