研究人员开发了 GeoStack，一个旨在增强视觉语言模型 (VLM) 知识组合的新框架。该方法解决了灾难性遗忘问题，即模型在训练新任务或领域时会丢失先前获得的知识。GeoStack 利用几何和结构约束来集成独立训练的领域专家，而不会损害基础模型的 foundational 知识。一项关键创新是权重折叠属性，它能够实现恒定时间推理，无论添加了多少专家。 AI
影响 该框架可以实现 VLM 中更高效、更鲁棒的长期知识积累，有可能降低再训练成本并提高模型适应性。
排序理由 该集群包含一篇详细介绍 VLM 新框架的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.06477v1 Announce Type: new Abstract: We address the challenge of knowledge composition in Vision-Language Models (VLMs), where accumulating expertise across multiple domains or tasks typically leads to catastrophic forgetting. We introduce GeoStack (Geometric Stacking)…
We address the challenge of knowledge composition in Vision-Language Models (VLMs), where accumulating expertise across multiple domains or tasks typically leads to catastrophic forgetting. We introduce GeoStack (Geometric Stacking), a modular framework that allows independently …