Pesquisadores apresentam CoCoEvolve para aprendizagem entre gráficos, tabelas e código

Um novo artigo no arXiv apresenta o CoCoEvolve, uma abordagem autossupervisionada para aprendizagem entre representações de imagens de gráficos, dados tabulares e código de visualização. O método define correspondências explícitas um a um e otimiza modelos usando a concordância entre representações, em vez de depender de anotações adicionais. Os autores também apresentam o CoCoEvolve@Eval, uma suíte de avaliação que cobre todas as seis tarefas entre representações, e relatam melhorias em quatro benchmarks em cenários de treinamento e teste.