近年来自监督学习方法得到了长足的进步和发展，在迁移泛化领域甚至取得了超越有监督学习的成果。在本篇工作中，来自阿里达摩院基础视觉智能团队与清华大学的研究者重新思考了有监督训练方法存在的弊端，提出了一种基于留一法k近邻预测的有监督学习算法（Leave-One-Out K-Nearest-Neighbors, LOOK），在多个下游任务中超越了现有的有监督和无监督方法。目前工作已发表于ICLR 2022。

论文链接：https://arxiv.org/pdf/2110.06014.pdf

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除