AGI Hunt· Youngwoo Shin·· 2 小时前AI 评分47
KAIST 与 PYLER 提出 VETO:抑制 VideoLLM 微调中的文本捷径学习
KAIST 提出 VETO:抑制 VideoLLM 微调背后的文本捷径学习
AI 导读
KAIST 与 PYLER 提出 VETO,从微调更新中抑制 VideoLLM 依赖文本正则性绕开视频证据的捷径学习。VETO(Video-Evidence Training via Orthogonal projection)将 SFT 更新投影到基座模型中文本独占子空间的正交补空间,在七个 VideoLLM 上保留训练分布内的准确率增益,并在六个分布偏移基准上超越普通 SFT。
来源:AGI Hunt · agihunt.info