情境驱动类别增量学习中的多模态基础模型泛化研究
英文标题：Generalizing Multimodal Foundational Models in Context-Driven Class Incremental Learning
本文探讨了多模态基础模型在情境驱动类别增量学习（CIL）场景下的泛化问题。类别增量学习的核心目标在于持续学习新类别知识的同时避免对先前知识的灾难性遗忘。尽管已有工作在多种模态下取得了显著进展，但在音频-视觉多模态交叉领域的探索仍亟待深化。该研究为多模态连续学习系统的构建与智能体在动态环境中的持续演进提供了新思路。
打开原文相关 2.4 · 机会 0
2.0 KB
640 B
612 B
380 B
9.1 KB
18.2 KB
22.8 KB
24.2 KB
34.7 KB
中文
摘要
arXiv 编号：arXiv:2610.27298v1
发布类型：最新（new）
类别增量学习（Class-Incremental Learning, CIL）旨在持续学习新类别，同时不遗忘先前已学习的类别。近年来，CIL 在多种模态下取得了显著进展；然而，在音频-视觉（audio-visual）多模态交叉领域……
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×