Poly-Ripple：室内无线电地图估计的协作上下文学习框架

Yuanzhe Peng 等作者提出协作上下文学习框架 Poly-Ripple，将室内无线电地图估计（RME）建模为协作上下文学习（ICL）问题：多个客户端使用大型自回归视觉模型（LAVM）各自推理，不更新模型参数。 该框架按沿发射端向外传播的 ripple 顺序做自回归建模，并引入重要性感知聚合，在上下文长度约束下整合各客户端的异构上下文知识。作者称，在公开室内 RME 基准上，Poly-Ripple 持续优于代表性 ICL 基线，且与理论分析一致。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。