对比学习中是否存在过拟合？
机器学习
2024-08-23 v2
摘要
过拟合描述的是机器学习中模型过于贴合训练数据，导致泛化效果差的现象。虽然该现象在许多监督学习形式中已广泛记录，但在无监督学习语境下仍鲜有探讨。本文我们检视无监督对比学习中过拟合的本质。我们展示过拟合确实可能发生及其背后的机制。
引用
@article{arxiv.2407.15863,
title = {Overfitting In Contrastive Learning?},
author = {Zachary Rabin and Jim Davis and Benjamin Lewis and Matthew Scherreik},
journal= {arXiv preprint arXiv:2407.15863},
year = {2024}
}