Raschka 提出拆分式 3D 模型 LoRA 微调方法

Sebastian Raschka 在其专栏中提出一种基于 VGGT 3D 基础模型的微调方法，把纹理、几何、相机运动和光照四类变化表示为可复用且相互独立的 LoRA 更新方向。做法是构造只让单一视觉属性显著变化、其余保持稳定的合成场景，对每种属性在多个数据集上分别训练低秩适配器，再合并各模型更新以提取跨数据集共享的方向。Raschka 称，这种拆分方式能让微调更高效也更准确。 该方法目前以方法提案形式提出，报道未提及在真实场景或公开模型上的对比测试结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。