实体
VTAB-1k
VTAB-1k
PulseAugur coverage of VTAB-1k — every cluster mentioning VTAB-1k across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的可微分搜索方法增强了视觉Transformer的提示调优
研究人员开发了一种新颖的方法，通过采用可微分架构搜索来优化视觉Transformer（ViTs）中的视觉提示调优。该方法联合优化可学习的提示及其融合方案，引入了仿射变换和交叉注意力等新的融合技术，以及传统的拼接和加法。在34个数据集上的实验表明，与现有的提示调优基线相比，在准确性、延迟和参数效率方面均有持续的改进，突显了提示融合策略在利用ViT层语义方面的重要性。
-
VIOLIN 通过空间先验增强了有限数据的视觉 Transformer
研究人员开发了 VIOLIN，一种用于视觉 Transformer (ViTs) 的新型掩码注意力机制，它增强了它们处理有限数据或较小模型容量图像的能力。通过空间填充曲线 (SFCs) 编码空间结构，VIOLIN 增加了最少的参数和计算开销，同时显著提高了各种计算机视觉任务的性能。评估显示，在需要空间信息的任务上准确率提高了高达 8.7%，在像素级任务上提高了高达 7.2%，证明了其在微调和预训练场景中的有效性。
-
PVeRA 适配器通过概率矩阵改进参数高效的模型适配
研究人员推出了一种新颖的概率适配方法 PVeRA，用于大型基础模型，可增强参数高效的微调。PVeRA 通过引入概率方法修改 VeRA 适配器中使用的低秩矩阵，从而能够更好地处理输入歧义和灵活的采样配置。在 VTAB-1k 基准测试上的评估表明，PVeRA 在性能上优于包括 VeRA 在内的现有适配器。