跳到正文
arXiv · 机器人与计算机视觉· Ruiqi Liu, Boyu Diao, Zijia An, Runjie Shao, Feixiang Ge, Yongjun Xu·· 2026-10-20AI 评分43

Semantic-Guided Dynamic Sparsification 提升预训练模型类增量学习性能

Semantic-Guided Dynamic Sparsification for Pre-Trained Model-based Class-Incremental Learning

AI 导读

Semantic-Guided Dynamic Sparsification(SGDS)通过调控激活子空间的定向与秩,解决冻结参数正交约束损害可塑性的问题。该方法在鼓励相似类别共享紧凑激活子空间的同时,为不相似类别分配非重叠子空间以抑制干扰。多项基准数据集实验表明,SGDS 在不施加刚性参数约束下实现了最先进的类增量学习性能。

来源:arXiv · 机器人与计算机视觉 · arxiv.org