Xinyu Yang

新框架使视觉AI能够实时从用户更正中学习

研究人员开发了一个名为Live Interactive Training (LIT) 的新框架，该框架允许视觉系统在推理过程中实时从用户更正中学习。主要实现LIT-LoRA使用一个轻量级的LoRA模块，该模块会根据用户反馈即时更新，从而使模型能够提高在视频后续帧上的性能。这种方法在视频分割任务中显示出18-34%的必要更正减少，且训练开销极小，并且也已改编用于图像分类。