arXiv 机器学习· Yuanzhe Peng, Jie Xu·· 7 小时前AI 评分30
用于室内无线电地图估计的协同上下文学习框架 Poly-Ripple
Collaborative In-Context Learning for Indoor Radio Map Estimation
AI 导读
研究人员提出协同上下文学习框架 Poly-Ripple，用于解决室内无线电地图估计（RME）中的数据隐私与高昂标注成本问题。该框架让多个客户端基于大型自回归视觉模型（LAVM）执行上下文学习且无需更新模型，并采用波纹有序自回归建模捕捉无线电传播的因果结构。配合重要性感知聚合机制，Poly-Ripple 在公开室内 RME 基准测试中持续优于代表性 ICL 基准。
来源：arXiv 机器学习 · arxiv.org