Lamarck提出无回放域增量学习适配器专家方法
热点事件持续更新
Lamarck提出无回放域增量学习适配器专家方法
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
Gyutae Oh等作者提交论文,提出无回放域增量学习方法Lamarck:用免训练的Mahalanobis路由器为每张测试图像选择专家,并通过在每个ViT深层模块后校正图像token的小型适配器增强专家。作者称,该方法在CDDB-Hard上最终准确率提升4.4点。
AI 根据报道生成 · 52 分钟前更新
最新进展11月20日 13:00
Lamarck:面向无回放域增量学习的继承式适配器专家报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.AILamarck:面向无回放域增量学习的继承式适配器专家
Lamarck 用免训练的 Mahalanobis 路由器为每张测试图像选择专家,并通过在每个 ViT 深层模块后校正图像 token 的小型适配器增强专家,在 CDDB-Hard 上最终准确率提升 4.4 点。
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。