研究人员开发了一种有效微调3D基础模型的新方法，解决了纹理、几何、相机运动和光照变化带来的挑战。该方法包括生成具有受控变化的合成数据集，在这些数据集上微调LoRA适配器，以提取每种变化类型的不同、近似解耦的子空间。整合这些子空间会产生一个简化的LoRA子空间，从而提高下游任务的预测准确性，并展示了对真实世界数据集的泛化能力。 AI
排序理由 该集群包含一篇研究论文，详细介绍了一种新颖的3D基础模型微调方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2604.10095v2 Announce Type: replace Abstract: With the emergence of 3D foundation models, there is growing interest in fine-tuning them for downstream tasks, where LoRA is the dominant fine-tuning paradigm. As 3D datasets exhibit distinct variations in texture, geometry, ca…