实体
CS-HLoRA
CS-HLoRA
PulseAugur coverage of CS-HLoRA — every cluster mentioning CS-HLoRA across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新框架增强视觉语言模型以适应专业任务 · 跟踪2个来源
研究人员开发了两种新颖的框架，用于将视觉语言模型（VLMs）适应专业领域。第一个是归纳视觉逻辑（IVL），它使用一种无需训练的方法，从VLMs的描述能力中构建分类知识，特别适用于分布外任务。第二个是ScaleEarth with CS-HLoRA，它通过将低秩适应条件化于图像的地面采样距离（GSD）来适应遥感VLMs，在对尺度敏感的任务上取得了改进的性能。
-
新框架使遥感模型能够适应尺度变化
研究人员开发了ScaleEarth，一个新颖的遥感视觉语言模型（RS-VLMs）框架，解决了地面采样距离（GSD）变化带来的挑战。与先前将GSD视为离散token的方法不同，ScaleEarth使用连续条件变量，根据物理尺度动态调整模型的计算路径。该方法通过CS-HLoRA和SSE-U进行GSD预测，在遥感基准测试中取得了最先进的成果。