高效的去除天气影响多专家模型:基于不确定性感知的特征线性调制

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

我们提出了高效的MoFME架构和UaR路由器,能够学习多个任务的不同专家功能。实验证明,MoFME在图像恢复质量方面优于基准,并且参数节省超过72%,推理时间节省39%以上。在下游分割和分类任务上的实验进一步证明了MoFME的普适性。

原文中文,约400字,阅读约需1分钟。
阅读原文