Skip to content
Hot eventLive

REFINE：多模态噪声监督下的可信表示学习框架

1 reports1 sources3 hr ago updated

Get the story

AI overview

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。

Generated from reports · updated 3 hr ago

LatestOct 9
arXiv 发布 REFINE 框架论文，称其在噪声标签检测上优于基线，源代码将公开。

Timeline

Follow the coverage from different angles.

Oct 9, 2026
  1. arXiv · Computer Vision
    REFINE：噪声监督下多模态学习如何识别可信样本

    论文提出 REFINE，一个多模态标签噪声检测框架，联合使用融合表示与单模态表示来识别正确标注样本。REFINE 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，并在空间内衡量样本表示与判别特征向量的对齐程度，合并各空间选出的子集以提供更干净的监督。实验显示其优于基线方法，源代码将公开。

Heat trend

Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –

02.557.510Oct9Oct9Oct9Oct9

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.