统计学 > 机器学习
[提交于 2025年7月15日
(v1)
,最后修订 2025年7月17日 (此版本, v2)]
标题: 标签错误如何影响对比学习? 来自数据降维的视角
标题: How does Labeling Error Impact Contrastive Learning? A Perspective from Data Dimensionality Reduction
摘要: 近年来,对比学习在自监督表示学习领域取得了最先进的性能。 许多先前的工作尝试提供对对比学习成功背后的理论理解。 几乎所有的工作都依赖于一个默认假设,即标签一致性假设,由于常见的增强策略(如随机缩放裁剪,RRC)的强度和随机性,该假设在实践中可能不成立(失败的概率称为标签错误)。 本文研究了标签错误对对比学习下游分类性能的理论影响。 我们首先揭示了标签错误对下游分类风险的几个显著负面影响。 为了减轻这些影响,在原始数据上应用数据维度约简方法(例如,奇异值分解,SVD)以减少误报样本,并建立理论和实证评估。 此外,还发现SVD是一把双刃剑,可能由于增强图的连通性降低而导致下游分类准确性的下降。 基于上述观察,我们给出了增强建议,即我们应该使用一些适度的嵌入维度(如我们实验中的$512, 1024$)、数据扩充、弱增强和SVD,以确保大图连通性和小标签错误,从而提高模型性能。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.