热点事件持续更新
研究团队提出多尺度聚类框架NEST
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月，研究人员在 arXiv 发布论文，提出名为 NEST 的无监督多尺度聚类框架。该框架受俄罗斯套娃表示学习（Matryoshka Representation Learning）启发，通过将从粗到细的多尺度结构编码进单一 embedding 中实现多尺度聚类。在实现机制上，NEST 在嵌套前缀子空间中联合优化聚类与分离度，随着维度的增加实现渐进式精细区分，并利用正则化防止表示坍缩。实验表明，该方法在视觉、文本和单细胞数据上均能有效发现多尺度结构。
AI 根据报道生成 · 7 小时前更新
最新进展10月23日 12:00
研究人员提出无监督多尺度聚类框架NEST，将多尺度结构编码进单一嵌入中。报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv 机器学习NEST：面向多尺度聚类的嵌套嵌入表示
研究人员提出无监督框架 NEST，通过将从粗到细的多尺度结构编码进单一 embedding 中来实现多尺度聚类。该方法受 Matryoshka Representation Learning 启发，在嵌套前缀子空间中联合优化聚类与分离度，随维度增加实现渐进式精细区分，并利用正则化防止表示坍缩。实验表明，该方法在视觉、文本和单细胞数据上均能有效发现多尺度结构。
本事件热度走势
当前热度 8·可比范围峰值 10（10月23日 13:00）·近 24 小时可比范围变化 –
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。