arXiv · AI· Kyle Stein, Andrew Arash Mahyari, Guillermo Francia III, Eman El-Sheikh, Jiangpeng He·· 8 小时前AI 评分25
LSA-PAST：面向组合增量学习的层级特定适应与原型传输
LSA-PAST: Layer-Specific Adaptation and Prototype Transport for Compositional Incremental Learning
AI 导读
LSA-PAST 提出了一种针对组合增量学习（composition-IL）的参数高效方法，在准确性-遗忘权衡性能上达到最先进水平。 该方法将 LoRA 整合到冻结的 ViT 中，通过状态、对象和组合的深度专用适配器，并利用无重放仿射变换将过去原型映射到当前适配器空间。 这种机制确保了旧原型与新适配器的兼容性，解决了标准 CIL 方法因忽视共享基元而导致的表示漂移问题。
来源：arXiv · AI · arxiv.org