论文提出COMET持续视觉语言学习框架

Seungyoon Woo、Keonhee Park和Gunhee Kim在arXiv发布论文，提出COMET（Collaborative Mixture-of-Expert Transfer）框架，用于任务身份未知、历史数据不可用且骨干冻结的任务无关持续视觉语言学习。 COMET通过解耦蒸馏、路由与容量控制三部分机制应对上述问题。论文称在X-TAIL基准上，各组件均能提升持续学习性能。

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。