热点事件持续更新
研究团队提出驾驶员识别模型TEMPEST
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，研究团队在arXiv发布了可扩展驾驶员识别模型TEMPEST。该模型是基于ArcFace损失训练的时间卷积网络嵌入模型，能够将60秒的多模态驾驶窗口映射为96维嵌入向量，并支持无需重新训练的动态注册机制。在包含45名驾驶员数据集的时序评估中，TEMPEST取得了91.71%的Rank-1准确率；当驾驶员规模从10人扩展至45人时，模型性能仅下降4.3个百分点。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
研究团队发布TEMPEST模型，支持动态注册且Rank-1准确率达91.71%。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv 机器学习TEMPEST：基于角裕度学习的时序嵌入可扩展驾驶员识别模型
TEMPEST 是一种采用 ArcFace 损失训练的时间卷积网络嵌入模型，可将 60 秒多模态驾驶窗口映射为 96 维嵌入向量，支持无需重新训练的动态注册。在 45 名驾驶员数据集的时序评估中，该模型取得 91.71% 的 Rank-1 准确率，驾驶员规模从 10 人扩至 45 人时性能仅下降 4.3 个百分点。
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。