跳到主要内容
检索

# 基于适配器的微调

2 篇关联报道

订阅更新
  1. arXiv

    联邦微调不再二选一：全局适配器共享、个性化投影留在本地，十个数据集平均调和均值82.15

    BLEND把CLIP的联邦微调拆成共享的视觉/文本适配器和每个客户端私有的视觉投影适配器，在十个图像数据集上把个性化与泛化的调和均值平均做到82.15，比最强基线高4.81个百分点。

    Zhejiang UniversityUniversity at Buffalo, State University of New York
    Payam Abdisarabshali（第一作者）
    BLEND联邦视觉语言模型框架联邦学习视觉-语言模型基于适配器的微调对比语言-图像预训练
  2. Visual Computing for Industry Biomedicine and Art

    病灶分割不再逐处画框：给SAM3一个概念提示，13个数据集跨模态勾出11类病灶

    SAM3在13个数据集、11类病灶上以文本或图像范例作为概念提示完成分割，在10个数据集上Dice优于SAM2，其中ISLES22提高4.41、ISIC2018提高5.39。

    University of PennsylvaniaSouthwestern Medical CenterThe University of Texas Southwestern Medical Center
    Guoping Xu（第一作者）You Zhang（通讯作者）Ying Zhang（通讯作者）
    SAM3文本提示分割模型病灶分割基于适配器的微调概念提示分割

已读完全部报道