标签
提出了首个使用 Diffusion Transformer 进行IC潜在缺陷筛选的无监督异常检测框架，在工业16纳米测试数据上取得了最先进的性能。
SilIF 通过基于轮廓的评分层增强了孤立森林，该层应用于每棵树路径长度指纹，在 IEEE-CIS 基准测试上平均提升 +0.0080 AUC-PR，改善了无监督交易欺诈检测性能。
提出了CALAD，一个用于多变量时间序列异常检测的通道感知对比学习框架，该框架利用估计的通道相关性构建对比样本，实现了最先进的性能。
一个业余项目展示了一种赫布架构AI模型，该模型避免使用反向传播和梯度，在CIFAR-10上训练50个周期，展现出涌现行为，如准确率下降后跳升以及在针对性损伤后的恢复。
本文系统研究了不同评估目标（准确率、轮廓系数、PCA重构损失）以及子集大小正则化方向如何影响多目标无监督特征选择中的搜索动态与解质量，结果表明基于轮廓的公式倾向于产生琐碎的低基数解，而PCA损失则能生成紧凑且具有竞争性准确率的子集。
AdaGraph是一种图原生聚类算法，在kNN图拓扑结构内运行，以克服维度灾难，并通过结构中心机器学习范式在基因组学、自然语言处理和材料科学领域得到验证。
本文研究了是否可以通过无监督几何方法对齐不同被试视觉皮层的fMRI表示，发现了个体间近似等距结构的证据，将柏拉图式表示假说扩展到人脑。
TILT提出了一种新颖的目标函数，用于在协变量偏移下进行无监督域适应，该函数对未标记目标数据上的辅助组件施加惩罚，隐式实现了具有有界估计量的自定位重要性加权。理论保证和在偏移CIFAR-100上的实验表明，目标域性能优于基线方法。
本文提出了一种无监督框架，通过混合潜空间建模来模拟结构连接组中与获取相关的变异，利用架构退火编码器输出消除了手动容量调优的需求。
本文提出了一种局部感知的私有类识别方法，以及一种基于可靠最优传输的方法（ReOT），以解决极端标签偏移下的域适应挑战，特别是区分共享类与私有类。
本文介绍了 MultiLinguahah，这是一种基于 BYOL-A 编码器表示并使用隔离森林（Isolation Forests）进行无监督多语言声学笑声分割的方法。作者证明，通过将笑声检测视为异常检测任务，该方法在非英语环境下的表现优于最先进（SOTA）的监督方法。
MSR-MEL 提出一种无监督框架，利用大语言模型对多视角证据进行合成与推理，实现多模态实体链接，在标准基准上全面超越既有方法。
# 基于社区的立场分布与论点组织方法 来源：[https://arxiv.org/html/2604.16852](https://arxiv.org/html/2604.16852) \\jvol vv\\jnumnn\\jyear2025\\dochead\\pageonefooter行动编辑：\{action editor name\}。收稿日期：DD Month YYYY；修改稿日期：DD Month YYYY；录用日期：DD Month YYYY。\\affilblock Laks V. S. Lakshmanan2 Raymond T. Ng3 University of British Columbia University of British Columbia University of Bri
C-Mining提出了一个无监督框架，通过利用嵌入空间中的跨语言几何错位来发现LLM训练数据中的文化种子，实现可扩展的合成数据生成以支持文化对齐，无需手动或LLM监督。
本文提出“多样性字典学习”，证明在无需强假设的情况下，仅凭观测数据即可识别潜在变量间的关键集合论关系，实现部分甚至完全可识别性，且仅需极小的归纳偏置。
# 通过对比预训练的文本和代码嵌入 源：[https://openai.com/index/text-and-code-embeddings-by-contrastive-pre-training/](https://openai.com/index/text-and-code-embeddings-by-contrastive-pre-training/) ## 摘要 文本嵌入是许多应用中的有用特征，例如语义搜索和计算文本相似性。以往的工作通常训练针对不同用例定制的模型，在数据集选择、训练目标和模型架构方面各不相同。在这
OpenAI的Image GPT（iGPT）将GPT-2 Transformer应用于像素序列，用于图像生成和分类。它展示了用于语言处理的相同架构能够以无监督的方式学习连贯的视觉特征，并在图像分类基准测试中实现具有竞争力的性能。
OpenAI 发布了 MuseNet，一个基于 GPT-2 架构的深度神经网络，通过从数十万个 MIDI 文件中学习模式，能够生成 4 分钟的音乐作品，包含 10 种乐器。该模型可以结合多种音乐风格并以新颖的方式融合它们。
OpenAI 推出 GPT-2，这是一个拥有 15 亿参数的基于 Transformer 的语言模型，在 40GB 的互联网文本上进行训练，在语言建模基准上达到了最先进的性能，并在阅读理解、翻译、问答和摘要生成等任务上展示了零样本学习能力。出于安全考虑，仅公开发布了较小的模型和技术论文，而非完整的训练模型。
OpenAI 提出了一种两阶段方法来改进语言理解：首先在大规模无监督数据集上使用语言建模对 transformer 模型进行预训练，然后在较小的有监督数据集上针对特定任务进行微调。该方法在包括常识推理、语义相似度和阅读理解在内的多种任务上取得了最先进的成果，同时需要的超参数调优工作最少。