DeCoDrift

新的DeCoDrift框架稳定基础分割模型

研究人员发现基础分割模型中一种新的失败模式，称为“解码器耦合漂移”，当这些模型被迭代使用时会发生。这种漂移会导致错误累积，因为在连续迭代中模型的注意力会与目标对象失去对齐。为了解决这个问题，开发了一个名为DeCoDrift的新框架。DeCoDrift通过约束提示更新和保持解码器耦合来稳定推理时的分割过程，从而在无需重新训练或真实数据的情况下提高分割质量。