本研究探讨了多模态持续指令调优中的遗忘问题，提出了表层遗忘与基础遗忘的分类。通过答案样式多样化（ASD）和RegLoRA正则化技术，有效避免表层遗忘，提升模型在新任务学习中的表现。

SEFE: Superficial and Essential Forgetting Eliminator for Multimodal Continual Instruction Tuning
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证