REFINE：多模态噪声监督下的可信表示学习框架

2026年10月9日，arXiv Computer Vision（一手来源）发布论文，提出名为 REFINE 的多模态标签噪声检测框架。该框架联合使用融合表示与单模态表示来识别正确标注的样本：通过判别分析构建判别特征向量，为每个类别选择噪声检测能力更强的可信表示空间，并在该空间内衡量样本表示与判别特征向量的对齐程度，随后合并各空间选出的子集，以提供更干净的监督。论文称实验结果显示 REFINE 优于基线方法，源代码将公开。目前报道仅涉及该论文内容，未见后续验证或独立复现信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。