arXiv · 机器人与计算机视觉· Ankita Das, Ambarish Parthasarathy, Sumohana S. Channappayya, C. Krishna Mohan·· 2026-10-08AI 评分4
FedSSMCoOp:轻量级联邦提示学习框架用于少样本分类
FedSSMCoOp: SSM Encoders for light-weight Federated Prompt Learning for Few-shot Classification
AI 导读
FedSSMCoOp 提出一种基于 SSM 编码器的联邦少样本图像分类框架,在无需外部大语言模型对齐特征的前提下实现多模态学习与隐私保护。该方案利用 Vision Mamba 和 Cross Mamba 模块优化软提示更新,相比基线平均轻量 1.96 倍且性能稳定。对应脚本即将发布,适用于数据受限的医疗影像等跨机构场景。
来源:arXiv · 机器人与计算机视觉 · arxiv.org