BriefGPT - AI 论文速递
·
CLEAR：文本和视觉模态中的字符遗忘
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究探讨多模态遗忘（MMU），提出新基准CLEAR评估MMU方法。测试了10种机器遗忘方法，发现简单的$ ext{l}_1$正则化显著减轻灾难性遗忘，提升模型性能。
🎯
关键要点
- 本研究探讨多模态遗忘（MMU）领域的空白。
- 提出了一种新的基准CLEAR，以评估MMU方法。
- 测试了10种机器遗忘（MU）方法。
- 发现简单的$l_1$正则化显著减轻灾难性遗忘。
- 简单的$l_1$正则化提升了模型在保留数据上的表现。
➡️
