热点事件持续更新

研究者提出网格原生分词层MNC

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

研究者 Georg Maierhofer 等人提出 Mesh-Native Convolution（MNC），一种类似 CNN 的局部感知分词层，可将非结构化网格数据编码为潜表示。据该研究称，模型只需在网格数据上训练一次，即可部署到任意非结构化网格，不规则网格也仅需极少重训练。实验显示，网格预训练基础模型经此方式改造后，许多情况下零样本部署即可达到可接受精度，仅需几个 epoch 微调便超越现有基线。

AI 根据报道生成 · 4 小时前更新

最新进展10月12日 12:00

Mesh-Native Tokenisation：让预训练基础模型适配非结构化网格数据

报道时间线

沿着报道，了解事件的不同侧面。

10月12日

12:00
arXiv cs.AI
Mesh-Native Tokenisation：让预训练基础模型适配非结构化网格数据
研究者提出 Mesh-Native Convolution（MNC），一种类似 CNN 的局部感知 tokenisation 层，可将非结构化网格数据编码为潜表示。该方法让模型只需在网格数据上训练一次，即可部署到任意非结构化网格，甚至不规则网格也仅需极少重训练。实验显示，网格预训练基础模型经此方式改造后，许多情况下零样本部署即可达到可接受精度，仅需几个 epoch 微调便超越现有基线。

本事件热度走势

可比范围当前: 9
可比范围峰值: 1010月12日 13:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。