Consistency-Driven Co-Evolution for Self-Supervised Cross-Representation Learning

• 类型：arxiv
• 标识：2608.04926
• 链接：https://arxiv.org/abs/2608.04926
• 主分类：multimodal
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar
• S2被引：0
• 影响力被引：0
• TLDR：This work introduces CoCoEvolve, a method to improve consistency across chart, table, and code representations by defining explicit one-to-one correspondences and optimizing models using agreement between representations, without additional annotations.
• 待LLM分类：否
• 标题中文：Consistency-Driven Co-Evolution：面向自监督跨表征学习的一致性驱动协同进化
• TLDR中文：提出 CoCoEvolve，通过定义显式的一一对应关系，并利用表征间的一致性优化模型，在无需额外标注的前提下提升图表、表格与代码表征之间的跨模态一致性。
• 来源文件：
• /inbox/tom/_candidates/2026-08-06-agent-rag-longcontext-candidates.json
• [S2 enrich]