SAGE-CP解决自适应VLM集成覆盖失效问题

arXiv cs.lg领域新论文提出SAGE-CP方法，由Mushir Akhtar和M. Tanveer团队发布，用于解决自适应视觉语言模型（VLM）集成中的覆盖失效问题。 该方法通过路由分层校准机制，结合Mondrian分割保形预测技术，有效提升了集成模型的可靠性。在10个基准测试中，最差路由覆盖率从0.623提升至0.887。 性能方面，SAGE-CP在保持单样本批处理延迟降低58.8%至63.4%的同时，预测集大小仅为全集成推理的2.212倍，并减少了70.6%的源调用次数，实现了效率与准确度的平衡。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。