本文へスキップ
原文
arXiv 机器学习· Aryan Chowdhury, Yizheng Sun, Thomas Carroll, Riza Batista-Navarro·· 9 時間前AI スコア33

MOSAIC:通过模态分区梯度路由解决任务模态依赖不均问题

MOSAIC: Addressing Disproportionate Task-Modality Dependencies via Modality-Partitioned Gradient Routing

未翻訳のため中国語で表示しています。

AI ガイド

新研究提出多模态架构 MOSAIC,通过模态分区梯度路由解决多任务学习中任务对特定模态依赖不均的问题。MOSAIC 在保留单模态表征的同时支持受控跨模态交互,并利用模态特定损失进行针对性梯度路由。在日常日语对话语料库(CEJC)上,MOSAIC 在 4 项任务中的平均 macro-F1 提升了 7.4 点,且 backbone 参数量较融合基准减少 72%。

出典:arXiv 机器学习 · arxiv.org