一种干扰消除的低秩适配方法用于持续学习
社区首页 (3592)




请编写您的帖子内容
社区频道(7)
显示侧栏
卡片版式
全部
运营指南
问题求助
交流讨论
学习打卡
社区活动
活动专区

85
评分
1


一种干扰消除的低秩适配方法用于持续学习
论文:Consistent Prompting for Rehearsal-Free Continual Learning 引言 持续学习 (Continual Learning) 是指模型在不断获取新知识的同时,能够保留已有知识,避免灾难性遗忘 (
复制链接 扫一扫
分享

106
评分
回复


通过专家混合适配器提升视觉语言模型的持续学习
论文:Boosting Continual Learning of Vision-Language Models Via Mixture-of-Experts Adapters 随着人工智能领域的发展,大规模视觉语言模型(VLM)在理解开放世界方面取
复制链接 扫一扫
分享


为您搜索到以下结果:
309
社区成员
4
社区内容





持续学习多模态大模型
本社区由西南大学与云从科技联合发起并运营,旨在打造一个开放、前沿、务实的知识共享与交流平台,专注多模态大模型及持续学习关键技术,聚集领域内的开发者、研究人员与爱好者,共同分享资源、推动技术进步与创新。
复制链接 扫一扫

确定
社区描述
本社区由西南大学与云从科技联合发起并运营,旨在打造一个开放、前沿、务实的知识共享与交流平台,专注多模态大模型及持续学习关键技术,聚集领域内的开发者、研究人员与爱好者,共同分享资源、推动技术进步与创新。 人工智能神经网络计算机视觉 企业社区
加入社区
获取链接或二维码
- 近7日
- 近30日
- 至今
加载中
社区公告
暂无公告