卷积神经网络能（元学习）学习相同-不同关系
计算机视觉与模式识别
2025-09-09 v3 机器学习
摘要
尽管卷积神经网络（CNNs）在许多场景下已匹配甚至超越人类表现，但这些模型优化的任务主要局限于单个物体层面，如分类和描述。人类在涉及关系的视觉任务中仍远超 CNNs，如识别两个物体是否为“相同”或“不同”。已有研究表明，虽然 CNNs 可被诱导学习相同-不同关系，但倾向于在该关系的其他实例上泛化效果差。本文展示，采用元学习训练的相同 CNN 架构能够成功，这种训练方式显式鼓励跨任务的抽象与泛化。
引用
@article{arxiv.2503.23212,
title = {Convolutional Neural Networks Can (Meta-)Learn the Same-Different Relation},
author = {Max Gupta and Sunayana Rane and R. Thomas McCoy and Thomas L. Griffiths},
journal= {arXiv preprint arXiv:2503.23212},
year = {2025}
}