跳到正文
arXiv · 机器人与计算机视觉· Ahmed Agiza, Tasneem Shaffee, Rahil Badkul, Sherief Reda·· 22 天前AI 评分48

CRLoMTL:基于低秩矩阵的多任务学习冲突解决框架

CRLoMTL: Conflict-Resolution through Low-rank matrices for Multi-Task Learning

AI 导读

CRLoMTL 提出一种参数高效框架,通过 SVD 求解器在低秩更新空间融合多任务适配器,将最终更新折叠至主干网络以保留推理结构。该方法在 Swin Transformer 架构下于 PASCAL-Context、NYUD-v2 和 CelebA 数据集测试,相比单任务基线分别提升最高 2.77%、5.03% 和 3.50% 的准确率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org