注册
登录
专栏名称:
数据派THU
本订阅号是“THU数据派”的姊妹账号,致力于传播大数据价值、培养数据思维。
我也要提交微信公众号
今天看啥
微信公众号rss订阅, 微信rss, 稳定的RSS源
微信公众号RSS订阅方法
B站投稿RSS订阅方法
雪球动态RSS订阅方法
微博RSS订阅方法
微博搜索关键词订阅方法
豆瓣日记 RSS订阅方法
目录
相关文章推荐
数据派THU
·
2024大数据挑战赛全国六强团队获奖经验+p ...
·
3 天前
数据派THU
·
【伯克利博士论文】大型语言模型:迈向能够学习 ...
·
1 周前
数据派THU
·
【CMU博士论文】机器人学习中的触觉感知:从 ...
·
6 天前
大数据文摘
·
精准“算病”!AI检测癌症,准确率高达94% ...
·
1 周前
今天看啥
›
专栏
›
数据派THU
【ECCV2024】开放世界动态提示与持续视觉表征学习
数据派THU
·
公众号
·
大数据
· 2024-09-14 17:00
文章预览
来源:专知 本文 约1000字 ,建议阅读 5 分钟 我们提出了 动态提示与表征学习器 (DPaRL) ,这是一种简单但有效的基于提示的持续学习 (PCL) 方法。 开放世界本质上是动态的,其特征是不断演变的概念和分布。在这种动态开放世界环境中,持续学习 (CL) 面临着如何有效泛化到未见测试类别的重大挑战。为应对这一挑战,我们引入了一种新的实际 CL 设置,专为开放世界的视觉表征学习设计。在该设置中,后续数据流系统地引入了与先前训练阶段中所见类别不相交的全新类别,同时这些类别也与未见测试类别保持区别。对此,我们提出了 动态提示与表征学习器 (DPaRL) ,这是一种简单但有效的基于提示的持续学习 (PCL) 方法。我们的 DPaRL 学会为推理生成动态提示,而不是依赖于以往 PCL 方法中的静态提示池。此外,DPaRL 在每个训练阶段共同学习动态提示生 ………………………………
原文地址:
访问原文地址
快照地址:
访问文章快照
总结与预览地址:
访问总结与预览
分享到微博
推荐文章
数据派THU
·
2024大数据挑战赛全国六强团队获奖经验+ppt分享(四)
3 天前
数据派THU
·
【伯克利博士论文】大型语言模型:迈向能够学习和发现一切的机器
1 周前
数据派THU
·
【CMU博士论文】机器人学习中的触觉感知:从开发到部署
6 天前
大数据文摘
·
精准“算病”!AI检测癌症,准确率高达94%,研究登上Nature
1 周前
科学网
·
顶刊一作分享会:“纳米机器人递送系统”,让肿瘤免疫疗法“如虎添翼”
3 周前