arrow
返回

SCAT: Shared-convolution adaptation tuning

delete2025-10-28
delete0
PRE
AI
Z
Zelin Yang
J
Jiashun Chen
C
Chengshen He
K
Kaiwen Li
W
Wencong Zhang
X
Xing Wei *
DOI:10.1016/j.neucom.2025.131935delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
• SCAT是一种新颖的参数高效微调(PEFT)方法,通过最小化参数变更实现SOTA性能。 • SCAT动态调整参数大小,在有限数据下表现出色,适用于少样本学习。 • SCAT保持高效性,优于现有方法,并能在不同架构和任务上实现泛化。 • SCAT在多个基准测试中以更少的参数展现出卓越性能。

期刊

Neurocomputing 封面图
Neurocomputing
IF:
6.5
论文数:
2.5W
被引数:
6.5W

机构

X
xi’an jiaotong university
学者数:
7.7K
论文数: 2.4K
被引数: 1
H
hikrobot co., ltd.
学者数:
5
论文数: 3
被引数: 0