Записка об эффективной с точки зрения данных уточнении базовых моделей видения

Компьютерные науки > Компютерное видение и распознавание моделей [представлено 27 октября 2026 года] Название: Записка об эффективной с точки зрения данных доработке базовых моделей видения View PDF HTML (экспериментальное) Резюме: Адаптирование основных моделей к новой задаче в рамках или за пределами сферы обучения является де-факто стандартом для построения специализированных машинных учебных моделей. Недавно в качестве перспективного метода эффективной передачи знаний стала использоваться система Визуального Скорости (ВП). По мере появления новых семей с моделями фундамента~ (таких, как Мамба) и выхода на более высокий уровень зрелости таких VP-проводов, как AutoVP, мы ощущаем растущую потребность в систематической оценке нынешних подходов. В этой работе мы оцениваем эффективность последних моделей, сопоставляя их с предыдущими архитектурами и альтернативными методами уточнения в целях более глубокого понимания прогресса, проблем и возможностей в области эффективной корректировки при ограниченности ресурсов. Для достижения этой цели в настоящем документе представлен краткий эмпирический обзор взаимодействия между семейами, на которых формируются основы (на основе увлечения, заговора и мамбы) и парадигмы передачи: VP, Linear Probing (LP), Full-Free-Roft (FT) и Now Rank Advention (LORA). Наша работа основывается на предыдущих выводах, расширяя выбор моделей и методов оценки при одновременной настройке гиперпарометров. В интересах выработки практических руководящих…