BriefGPT - AI 论文速递 · 2024-11-18T00:00:00Z Efficient Video-Language Foundation Model Transfer Learning 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了一种多模态时空适配器（MSTA），旨在解决视频动作识别中的灾难性遗忘问题，提升文本与视觉表示的对齐度，减少学习参数，同时保持模型的泛化能力，展示了提高迁移学习效率的潜力。 🏷️ 标签 model 多模态 时空适配器 灾难性遗忘 视频动作识别 迁移学习 阅读原文 生成长图 分享链接 已复制链接
