PulseAugur
中
实时 10:47:01
实体 Separable Prompt Learning

Separable Prompt Learning

PulseAugur coverage of Separable Prompt Learning — every cluster mentioning Separable Prompt Learning across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
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 1 条
  1. TOOL · CL_259527 ·

    新的分离式提示学习方法增强了人脸伪造检测能力

    研究人员开发了一种名为分离式提示学习（SePL）的新方法，以改进人脸伪造的检测。该方法侧重于利用CLIP的文本编码器，而这在之前的工作中很大程度上被忽视了。SePL使用两个不同的可学习提示来提炼伪造知识，并通过跨模态对齐和特定目标进行增强。实验表明，SePL在跨数据集和跨方法评估中均优于现有方法，并且代码已在Hugging Face上公开。