A.I. 日报
小规模复现：好视图训练优于下一词预测
有研究者用1万张COCO图片和5条人工标注、1100万参数编码器复现Balestriero与LeCun的“好视图”论文，结果显示双字幕好视图对齐得分0.320，明显高于掩码字幕0.192和下一词预测0.148。作者指出规模远小于原论文，结论待更大模型验证。
DINOv2
2 篇报道AI 日报收录的 DINOv2 相关报道，共 2 篇，按时间倒序，每小时更新。
相关话题
货架审核难题：YOLO检测可行，嵌入模型难分同款不同规格SKU
开发者分享货架审核工具经验：YOLO检测产品效果良好，但用DINOv2、SigLIP2和OpenCLIP做SKU识别时，同品牌同瓶不同口味或规格（如1.25L与2L）的相邻匹配常出错，正确与错误分数重叠，阈值难以权衡。参考图仅几张货架照片，且裁剪缩至224像素后小字规格信息几乎消失。
已经到底了