联邦式增量类别学习与提示
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
FCILPT是一种新方法,通过使用提示来减轻旧类别的灾难性遗忘,解决了非独立分布的数据和新类别的到来所导致的问题。实验证明FCILPT在CIFAR-100、Mini-ImageNet和Tiny-ImageNet上相比现有方法取得了显著的准确性改进。
🎯
关键要点
- FCILPT是一种新方法,旨在减轻旧类别的灾难性遗忘。
- 该方法通过使用提示来编码与任务相关和不相关的知识。
- FCILPT解决了非独立分布的数据和新类别到来的问题。
- 在CIFAR-100、Mini-ImageNet和Tiny-ImageNet上进行的实验表明,FCILPT相比现有方法取得了显著的准确性改进。
➡️