CVPR即將召開之際，亞馬遜science網站發表一篇專欄，總結了過去倆年我們在AI部署模型一致性和相容性這個全新方向的三篇論文，分別從特徵相容性-Backward Representation Learning，分類器預測結果最小效能回撤一致性Regression Free Positive Congruent Training，以及雲端和邊緣混合部署的Compatible-NAS三個方向展開，同時今年ICCV我們會有一個專門的tutorial來探討這個從實際工業痛點中抽象出來的新研究方向，歡迎到時候來拍磚！

論文連結：

BCT：

https：//www。

amazon。science/publicat

ions/towards-backward-compatible-representation-l

CVPR2020 Oral

PCT

https：//www。

amazon。science/publicat

ions/positive-congruent-training-towards-regression-free-model-updates

CVPR 2021 oral

Compatible NAS for heterogeneous visual search：

https：//www。

amazon。science/publicat

ions/compatibility-aware-heterogeneous-visual-search

CVPR 2021