محققان به تازگی مدل جدیدی به نام XFactors معرفی کردهاند که چالش همیشگی «یادگیری بازنماییهای تفکیکپذیر» (Disentangled Representation Learning) را هدف قرار داده است.
این مدل با استفاده از یک رویکرد نظارتشده ضعیف (Weakly-supervised) و به کمک ساختار VAE، به هوش مصنوعی اجازه میدهد تا عوامل مختلف یک داده را به طور مستقل درک و کنترل کند. ویژگی اصلی XFactors، استفاده از «نظارت تقابلی» (Contrastive Supervision) است که بدون نیاز به آموزشهای پیچیده و پرهزینه، دقت مدل را در تشخیص ویژگیهای پنهان دادهها به طرز چشمگیری افزایش میدهد. این یعنی کنترل دقیقتر و درک عمیقتر برای مدلهای هوش مصنوعی! ✨
منبع: arXiv Machine Learning