arXiv · Machine Learning· Zexing Zhang, Jichao Li, Tianyang Lei, Yiyin Zhang, Kewei Yang·· 8 小时前AI 评分49
Corroborative Learning：通过任务响应重建实现模型互补增强
Corroborative Learning: Mutual Enhancement through Task-Response Reconstruction
AI 导读
Corroborative Learning（CL）提出一种协作学习方法，通过协作者表示重建任务响应增量，在保留模型差异和独立部署能力的同时实现知识互补。该方法无需直接匹配输出或特征，也不增加推理依赖；在线程覆盖的6项语言任务、24个模型和36组模型配对中，CL均优于容量匹配的独立适配方法。低标签语言与视觉任务结果进一步支持其跨领域适用性。
来源：arXiv · Machine Learning · arxiv.org