BriefGPT - AI 论文速递 · 2024-12-12T00:00:00Z 面向开放世界环境的鲁棒与公平视觉学习 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 本文提出了四个关键贡献，解决视觉学习中的公平性和鲁棒性问题，包括新的公平性领域适应方法、开放世界公平持续学习框架，以及创新的几何和转换模型方法，显著提升特征表示的鲁棒性。 🏷️ 标签 公平性 持续学习 特征表示 领域适应 鲁棒性 阅读原文 生成长图 分享链接 已复制链接
