arXiv cs.LG· Rudolf L. M. van Herten, Soufiane Ben Haddou, Rachit Saluja, Johannes C. Paetzold·· 10 小时前AI 评分12
优化编码器：重新思考神经场的二阶元学习
Optimization Encoders: Rethinking Second-Order Meta-Learning for Neural Fields
AI 导读
研究者提出"优化编码器"视角，将神经场中的隐变量优化统一为编码过程，并据此推出基于等变 Transformer 的神经场模型 MetaLF。MetaLF 通过自注意力对隐变量点云进行上下文化，在图像与 3D 形状重建中仅需 3 到 5 次梯度更新即可提升保真度，并支持图像、形状与体数据的语义预测。
来源：arXiv cs.LG · arxiv.org