Tag · 3 篇
子空间解耦
分布 视觉语言模型1图像编辑与可控生成1高效模型与推理加速1
01 02 03
面向多模态情感分析的三子空间解耦
Tri-Subspaces Disentanglement for Multimodal Sentiment Analysis
把多模态特征显式拆成全局共享、模态对共享、模态私有三类子空间，并用解耦监督加结构化正则保持纯度，这套「按共享范围分层解耦」的思路可直接迁移到视觉-语言任务（如VQA、图文检索）的表征融合环节，替代笼统的共享/私有二分。
OrionEdit：连接参考图像与源图像以实现泛化的跨图像编辑
OrionEdit: Bridging Reference and Source Images for Generalized Cross-Image Editing
把「参考图→源图」的跨图像编辑形式化为可控生成任务，并用对称正交子空间解耦加反向因果注意力掩码约束潜变量单向依赖，这套解耦与信息流掩码思路可直接迁移到多条件控制、个性化生成与风格迁移中，用来抑制参考信息泄漏到不该改的区域。
挖掘属性子空间以实现3D基础模型的高效微调
Mining Attribute Subspaces for Efficient Fine-tuning of 3D Foundation Models
提出通过合成数据挖掘与不同变化类型（纹理、几何、相机运动、光照）关联的低秩适配子空间，并整合为更紧凑的子空间用于高效微调3D基础模型，为视觉领域提供了一种可复用的参数高效微调策略。