实体
C-GQA
C-GQA
PulseAugur coverage of C-GQA — every cluster mentioning C-GQA across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新框架增强视觉语言模型以实现持续学习
研究人员开发了一个名为 PromptCCZSL 的新框架,以解决视觉语言模型在不断适应新属性和对象而不会丢失先前学习信息方面的挑战。该方法利用会话感知组合提示和近因加权多教师蒸馏来融合新颖组合的多模态特征。该框架还包含特定的损失函数,如余弦锚点损失、正交投影损失和会话内多样性损失,以保持语义一致性、确保不同的嵌入并促进多样的表示。在 UT-Zappos 和 C-GQA 基准上的实验表明,PromptCCZSL 在组合零样本学习方面显著…
-
新的CLEAR框架增强了组合式零样本学习
研究人员推出了一种新颖的组合式零样本学习(CZSL)框架CLEAR,该框架解决了现有方法的局限性。CLEAR将原始变体重新构建为视觉线索的上下文驱动激活,超越了固定的变体容量。该框架采用一种完形填空式的推理过程来推断高级语义,并重新排序预测以减轻对具体原始变体的偏见。实验表明,CLEAR增强了基础模型,并在C-GQA和MIT-States数据集上超越了最先进的性能。