图像原型文档分类方法发布，匹配仍落后基线

Mohammad Zare 与 Pirooz Shamsinejadbabaki 发布论文 ProtoSemImage：把每个类别表示成四通道 HSV 空间中的图像原型，把文档渲染成每个 token 对应一个像素的多通道图像，分类由此转化为文档图像与原型库之间的可变形行对齐匹配。 在十类任务上，作者报告该图像表示在三个配对随机种子上均优于向量原型模型，领先 4.3 至 11.8 分；但基于距离的匹配本身反而落后序列基线 20.6 分。作者同时报告了这一增益与失败模式，并称生成头可将原型解码回文本。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。