PulseAugur
实时 07:12:37
English(EN) Continual Video-MLLM Adaptation over Evolving Domains

新的DAER框架使视频多模态大语言模型能够适应不断变化的域

研究人员推出了一种名为分布感知专家路由(DAER)的新型框架,旨在增强视频多模态大语言模型(Video-MLLMs)在不断变化的域上的适应能力。DAER采用参数高效、域隔离的轻量级专家,同时保持核心Video-MLLM冻结,以防止灾难性遗忘和跨域干扰。该系统包含一个域内路由机制,使用最大均值差异(MMD)将输入与专家原型进行匹配;以及一个在推理时无需任务身份即可进行鲁棒域识别的域间路由机制。在对十个VidQA数据集精心策划的基准测试中进行的实验表明,DAER的性能优于现有方法。 AI

影响 DAER的方法可以显著提高视频理解模型在真实、动态环境中的鲁棒性和适应性。

排序理由 该集群包含一篇详细介绍新AI模型适应框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的DAER框架使视频多模态大语言模型能够适应不断变化的域

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Rui Cheng, Meixing Shi, Yuxiang Cai, Jingcai Guo, Jianwei Yin, Zhi Chen ·

    在不断演变的领域上持续的视频多模态大模型适应

    arXiv:2607.18716v1 Announce Type: new Abstract: Video multimodal large language models have shown strong capability in video understanding, yet their adaptation to sequentially evolving domains remains underexplored. In real-world deployments, video data often arrives continuousl…