热点事件持续更新
TEMPEST：基于角度间隔学习的时序驾驶员识别嵌入模型
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月7日，arXiv Machine Learning Theory 发布一手报道，介绍 TEMPEST 模型。该模型是一种基于时序卷积网络的嵌入模型，采用 ArcFace 角度间隔损失，将 60 秒多模态驾驶窗口映射为 96 维嵌入。其设计支持动态注册驾驶员，无需重训练或重拟合分类器，从而实现可扩展的驾驶员识别。目前公开信息仅包含该报道内容，未见后续验证或应用进展。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
arXiv 报道 TEMPEST 模型，用 ArcFace 角度间隔损失将 60 秒多模态驾驶窗口映射为 96 维嵌入。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv · Machine Learning TheoryTEMPEST：用角度间隔学习实现可扩展驾驶员识别的时序嵌入模型
TEMPEST 是一种基于时序卷积网络的嵌入模型，采用 ArcFace 角度间隔损失，将 60 秒多模态驾驶窗口映射为 96 维嵌入，支持无需重训练或重拟合分类器的动态注册。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。