Tag · 2 篇
指数滑动平均
分布 视觉语言模型1自监督与表征学习1
01 02
DREAM：基于显式自适应记忆的文档识别
DREAM: Document Recognition with Explicit Adaptive Memory
把显式的多尺度原型记忆作为即插即用模块接入编码器-解码器，让局部区域稀疏检索可解释的结构原型（如边框、倾斜文本），为文档/手写识别等视觉-语言任务提供显式区域级结构上下文，可迁移到任何需要布局先验的视觉编码器。
AdaPrior：面向长尾持续学习的贝叶斯启发式自适应先验校正
AdaPrior: Bayesian-Inspired Adaptive Prior Correction for Long-Tailed Continual Learning
把长尾类增量学习重新表述为动态先验失配问题，用指数滑动平均在线估计模型诱导先验，并同时用于训练期去偏（AdaPrior Loss）与推理期轻量 logit 调整；做增量学习或长尾分类的视觉工作可直接复用这套无需额外阶段、无需样本回放的先验校正机制。