arXiv cs.LG· Zexing Zhang, Jichao Li, Tianyang Lei, Yiyin Zhang, Kewei Yang·· 16 小时前AI 评分34
Corroborative Learning：通过任务响应重构实现模型相互增强
Corroborative Learning: Mutual Enhancement through Task-Response Reconstruction
AI 导读
研究者提出 Corroborative Learning（CL），通过协作者表示重构响应增量，在保留模型互补差异的同时实现相互增强，且无需直接进行输出或特征匹配，亦不增加推理依赖。在线性重构与固定协作者表示下，其损失等价于半正定方向正则化项。在 6 个语言任务、24 个模型及 36 个模型对的测试中，CL 在所有任务上均优于同容量独立适配，并展现出跨视觉与少标签场景的适用性。
来源：arXiv cs.LG · arxiv.org