Tag · 2 篇
微调策略
分布 视觉语言模型1人脸与人体理解1
01 02
面向多模态交互学习的信息论分解
Information-Theoretic Decomposition for Multimodal Interaction Learning
为视觉-语言等多模态模型提供逐样本自适应的交互分解思路：用变分分解把冗余、独特、协同信息显式拆开，再在微调阶段分别利用，可直接迁移到 VLM 的多模态融合模块或跨模态对齐训练中。
真实世界中多域内人脸伪造检测的合理性检验
A Sanity Check for Multi-In-Domain Face Forgery Detection in the Real World
针对多域人脸伪造检测中域差异主导特征空间的问题，提出模型无关的两阶段框架 DevDet，通过 Face Forgery Developer 放大真伪差异并结合 Dose-Adaptive 微调策略，使检测器在域未指定条件下仍能做出单帧独立判断，为真实场景下的深度伪造检测提供了可复用的训练范式。