文章目录 1. 动机特征学习针对什么任务？为什么选择实例监督？什么是非参数化训练?什么是实例级判别？怎么实现实例级判别？ 2. 思考3. 重要链接 1. 动机 研究者认为，标签监督的网络对目标的预测并不是根据语义相似性而是视觉相似性。以猎豹图片为例，网络输出的几个最高响应类都是视觉相关的，例如美洲豹和猎豹。数据本身的表面相似性而非语义标签，使得某些类比其他类更加接近。 研究

Query-based Instance Discrimination Network for Relational Triple Extraction Zhejiang University, Tsinghua University｜EMNLP 2022｜2022.11.3｜原文连接 想法简述 过去的方法都可以用上图来表述： H c o n t e x t H_{context} H

本文主要研究恶意软件，重点是区别APT相关恶意软件和非APT恶意软件之前的关系，并且寻找其中的可解释性。 1. Introduction 分类： 在研究与apt相关的恶意软件时考虑不同类型的特征将会很有趣，这不仅是为了提高准确性，也是为了更好地了解其本质。因此，本工作提出使用静态、动态和网络相关的特征、可解释的和通过领域知识选择的特征，以及知名的机器学习技术来分析apt相关的恶意软件与无任何