7.4.2 标准数据集（SIFT、GloVe）

文档摘要

7.4.2 标准数据集（SIFT、GloVe）在计算机视觉与自然语言处理的交汇地带，有一类数据集如同“标准砝码”——它们不直接参与模型训练，却默默定义着整个领域的度量基准；它们不追求规模宏大，却以精巧的设计、可复现的构造逻辑和严苛的评估协议，成为算法优劣的终极仲裁者。SIFT特征描述子与GloVe词向量，正是这样一对跨越模态的“孪生基准”：前者锚定图像局部结构的几何不变性，后者刻画词语共现关系的语义连续性；一个扎根于尺度空间微分几何，一个游走于矩阵分解与概率共现；一个用高斯差分（DoG）逼近拉普拉斯算子，一个用加权最小二乘拟合词对数共现概率。