隨著GPT-4的發(fā)布,多模態(tài)大模型(MLLM)成為熱點(diǎn)。業(yè)界常將視覺編碼器與語言模型集成構(gòu)建MLLM。盡管微調(diào)后的MLLM在視覺語言任務(wù)上表現(xiàn)強(qiáng)勁,但仍面臨災(zāi)難性遺忘的問題,即過擬合微調(diào)數(shù)據(jù)集后,在其他任務(wù)上的性能下降。
馬毅團(tuán)隊(duì)提出了EMT框架,專門評估MLLM的災(zāi)難性遺忘。流程是:
1)輸入圖像;
2)要求MLLM分類;
3)用另一個(gè)語言模型評估分類正確性。
結(jié)果顯示,測試的MLLM大多無法保持與視覺編碼器相近的分類性能。
研究還針對LLaVA做了微調(diào)實(shí)驗(yàn)。證實(shí)了適度微調(diào)有益,但過度微調(diào)會(huì)導(dǎo)致非微調(diào)任務(wù)遺忘。另外,微調(diào)后的MLLM會(huì)產(chǎn)生與微調(diào)數(shù)據(jù)集相關(guān)的幻覺文本,而非原始問題。
本研究首次系統(tǒng)評估了MLLM中的災(zāi)難性遺忘問題,為后續(xù)工作提供了框架和基準(zhǔn)。遺忘問題的產(chǎn)生也啟示我們,在追求單任務(wù)性能的同時(shí),還需注意保持模型的泛化能力,防止過擬合。模型設(shè)計(jì)和訓(xùn)練技巧仍需進(jìn)一步優(yōu)化,以平衡不同能力之間的權(quán)衡。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹(jǐn)慎對待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。
2024年的Adobe MAX 2024發(fā)布會(huì)上,Adobe推出了最新版本的Adobe Creative Cloud。
奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。
“以前都要去窗口辦,一套流程下來都要半個(gè)月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。
華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準(zhǔn)的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來實(shí)質(zhì)性的幫助,雙十一期間低至2799元,性價(jià)比很高,簡直是創(chuàng)作者們的首選。
9月14日,2024全球工業(yè)互聯(lián)網(wǎng)大會(huì)——工業(yè)互聯(lián)網(wǎng)標(biāo)識解析專題論壇在沈陽成功舉辦。