研究者提出VKCR跨模态关联遗忘框架
热点事件持续更新
研究者提出VKCR跨模态关联遗忘框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Xinghao Li等研究者在arXiv发布Visual-Keyed Counterfactual Rebinding(VKCR),一个面向多模态大推理模型跨模态关联遗忘的参数高效框架,可在指定视觉上下文下抑制目标知识,同时保留允许场景中的访问。 配套地,研究者还引入CLEAR-R和MLLMU-R两个基准,用于评估目标知识泄漏、幻觉性再关联、推理能力保留和模态特定效用。目前该工作以论文形式发布,尚无独立应用的后续报道。
AI 根据报道生成 · 1 小时前更新
最新进展11月5日 13:00
多模态大推理模型中的跨模态关联遗忘方法 VKCR报道时间线
沿着报道,了解事件的不同侧面。
11月5日
- arXiv cs.AI多模态大推理模型中的跨模态关联遗忘方法 VKCR
研究者提出 Visual-Keyed Counterfactual Rebinding(VKCR),一个面向多模态大推理模型跨模态关联遗忘的参数高效框架,可在指定视觉上下文下抑制目标知识,同时保留允许场景中的访问。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。