CoCo-LoRA论文提交第二版
热点事件持续更新
CoCo-LoRA论文提交第二版
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Habibeh Naderi、Behrouz Haji Soleimani 和 Stan Matwin 提交了论文《Beyond Feature Fusion: Contextual Bayesian PEFT for Multimodal Uncertainty Estimation》的第二版，并提出 CoCo-LoRA，用于带音频上下文的文本预测任务中的多模态不确定性感知参数高效微调。 论文称，CoCo-LoRA 将文本适配器特征与音频信号共同用于条件化低秩空间中的变分后验，并通过分层机制调节不同深度的参数。评估显示，该方法整体匹配或优于仅使用文本 PEFT 和传统特征融合的迁移基线，在高覆盖率标签上表现尤其突出。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
超越特征融合：CoCo-LoRA 用于多模态不确定性估计的上下文贝叶斯 PEFT报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine Learning超越特征融合：CoCo-LoRA 用于多模态不确定性估计的上下文贝叶斯 PEFT
CoCo-LoRA 提出一种面向带音频上下文文本预测任务的多模态、不确定性感知参数高效微调方法，将低秩空间中的上下文变分后验同时条件化于文本适配器特征和音频上下文信号。该方法通过轻量级分层头实现全局到局部、按深度调制，并将随机性限制在紧凑的秩空间潜变量中。评估显示，CoCo-LoRA 整体匹配或优于仅文本 PEFT 与传统特征融合迁移基线，尤其适合高覆盖率标签。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月28日 21:00
- 近 24 小时变化
- –
02468
21:0022:0023:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。