arXiv cs.AI / cs.LG 最新· Chunming He·· 18 小时前AI 评分43
PaceShift：面向密集预测的监督自适应课程与受控反课程学习
Supervision-Adaptive Curriculum and Guarded Anti-Curriculum Learning for Dense Prediction
AI 导读
PaceShift 提出先稳定后挑战的密集预测训练范式，结合监督自适应课程选择与受控谱后训练。该方法支持全监督、弱监督、半监督和模型导出监督，在 CECS、更多密集预测任务及基础模型与跨模态适配实验中取得精度提升。诊断显示其改善了池化校准与损坏鲁棒性，且保持部署架构、不增加推理计算，代码将公开。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。