嵌入模型训练中的 MNR、余弦相似度损失与分类损失应如何比较和选择？

知识专题：训练框架、调参与排障题目类型：比较选型技术难度：进阶

收录题集：4 份

暂无参考答案

未标记

询问 AI

选择 AI 平台

Kimi 千问 ChatGPT

自动带入当前题目

本题目录

收录题集

4 份

小红书高频面试题

Rocky Ding · AIGC-Interview-Book · 1 条原题

查看题集 →

- 改用BCE+InfoNCE联合损失的原因，两项损失各自带来的效果增益

深度学习精华·机器学习基础

Rocky Ding · AIGC-Interview-Book · 1 条原题

查看题集 →

- 表示学习和多模态对齐中常用哪些损失函数？

损失函数知识点

Rocky Ding · AIGC-Interview-Book · 1 条原题

查看题集 →

- 机器学习中将余弦相似度作为损失函数有哪些优势？

大语言模型

Datawhale · daily-interview · 1 条原题

查看题集 →

- 在训练嵌入模型时，MNR（多负例排序）损失、余弦相似度损失和 softmax 损失各有哪些优缺点？在哪些场景下，余弦相似度损失可能比 MNR 损失更合适？