Contrastive Learning Improves Generalization on M2OR Olfactory Binding Dataset
Cet article démontre que l'application d'un objectif d'apprentissage contrastif à la prédiction de la liaison VOC-OR améliore significativement la généralisation du modèle et atteint des performances de pointe (0,88 AUCROC) sur le jeu de données M2OR, tout en révélant que les protocoles d'évaluation standards souffrent souvent de métriques gonflées dues à une fuite d'identité provenant de motifs chimiques chevauchants.