兼容性与区分性兼得
通过对抗学习和弹性边界约束，让新模型的嵌入与旧模型直接可比，同时保持检索性能。
Tan, Pan · Xu, Furong · Xudong, Yang · He, Sifeng · Chen, Jiang · Guo, Qingpei · Feng, Qian · 张晓波 · Cheng, Yuan · Lei, Yang · Chu, Wei
2023
新模型训练后可直接上线，与旧嵌入直接可比，省去耗时数天至数周的全库重算。
对抗学习使新旧嵌入分布一致，弹性边界约束在提升兼容性的同时保留检索区分能力，在多个数据集上优于其他方法。
在GLDv2、ROxford和RParis上的实验表明，AdvBCT在兼容性和区分性上均超过其他后向兼容训练方法。