arXiv cs.AI· Kyle Stein, Andrew Arash Mahyari, Guillermo Francia III, Eman El-Sheikh, Jiangpeng He·· 13 天前AI 评分27
针对组合增量学习的 LSA-PAST：分层自适应与原型迁移方法
LSA-PAST: Layer-Specific Adaptation and Prototype Transport for Compositional Incremental Learning
AI 导读
针对组合增量学习中的基元表征漂移问题，研究者提出了参数高效方法 LSA-PAST。该方法将 LoRA 集成到冻结的 ViT 中，通过 LSA 为状态、物体和组合构建深度专用的适配器，并通过 PAST 借助无重放仿射变换将历史原型映射至当前适配器空间。实验表明，LSA-PAST 在组合增量学习中取得了 SOTA 的准确率与抗遗忘权衡表现。
来源：arXiv cs.AI · arxiv.org