arXiv cs.AI· Kyle Stein, Andrew Arash Mahyari, Guillermo Francia III, Eman El-Sheikh, Jiangpeng He·· 1 天前AI 评分31
LSA-PAST：面向组合式增量学习的层级特定适配与原型迁移方法
LSA-PAST: Layer-Specific Adaptation and Prototype Transport for Compositional Incremental Learning
AI 导读
一项新研究提出 LSA-PAST，一种针对组合式增量学习（composition-IL）的参数高效方法，在组合式增量学习场景下实现了最先进的准确率-遗忘权衡表现。该方法将 LoRA 集成到冻结 ViT 中，为状态、对象和组合分别配置深度专用适配器；PAST 再通过基于当前任务数据拟合的无排练仿射变换，把旧的锚定原型映射到当前适配器空间，从而稳定共享基元表示、缓解旧组合性能漂移。
来源：arXiv cs.AI · arxiv.org