LoDA：面向LoRA持续学习的任务驱动子空间分解
热点事件持续更新
LoDA：面向LoRA持续学习的任务驱动子空间分解
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究者提出一种名为 LoDA 的方法，用于 LoRA 持续学习中的任务驱动子空间分解。据作者称，现有方法忽略了任务间的共享方向，且旧任务的零空间基在相关任务上近乎失效；LoDA 通过两个基于能量的目标进行分解，构建通用与任务专属的 LoRA 子空间，以兼顾知识共享与隔离。 该工作由 Lingfeng He 等作者完成，发布在 arXiv cs.CV。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
LoDA：面向 LoRA 持续学习的任务驱动子空间分解，兼顾知识共享与隔离报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.CVLoDA：面向 LoRA 持续学习的任务驱动子空间分解，兼顾知识共享与隔离
针对 LoRA 持续学习中现有方法忽略任务共享方向、且旧任务零空间基在相关任务上近乎失效的问题，研究者提出 LoDA，通过两个基于能量的目标做任务驱动分解，构建通用与任务专属的 LoRA 子空间。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。