GUARD:冻结多模态模型缺失模态的风险受控校正
热点事件持续更新
GUARD:冻结多模态模型缺失模态的风险受控校正
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
研究者 Hoang Pham Cong 等人提出 GUARD(Gated Utility-Aware Recalibration for Deployment)方法,用于纠正权重已冻结的多模态模型在模态缺失时出现的误差,且不改动原模型本身。 该方法先通过检索估计候选校正,再用与部署场景匹配的标注数据学习何时校正有效,并以保形风险控制校准阈值。报道称,其设计目标是让已部署的预测器保持不变。
AI 根据报道生成 · 1 小时前更新
最新进展11月20日 13:00
GUARD:面向冻结多模态模型缺失模态场景的风险受控校正方法报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.AIGUARD:面向冻结多模态模型缺失模态场景的风险受控校正方法
针对权重已冻结的多模态模型在模态缺失后无法重训的问题,研究者提出 GUARD(Gated Utility-Aware Recalibration for Deployment),在不改动原模型的前提下通过检索估计候选校正、用部署匹配的标注数据学习何时校正有效,并以保形风险控制校准阈值。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。