StrLoRA: Towards Streaming Continual Visual Instruction Tuning for MLLMs
Signal
72
Hype
28
En 3 lignesStrLoRA introduit un cadre de tuning visuel continu en streaming pour MLLMs. Contrairement aux méthodes existantes limitées à des tâches prédéfinies, StrCVIT traite des flux de données avec tâches dynamiques et entrelacées. StrLoRA utilise un routage d'experts à deux étapes avec sélection consciente des tâches et pondération token-wise, stabilisé par régularisation.Lire la source
Ton avis ?
Résumé généré par Claude — vérifié par l'humain