时序推理适配器

媲美全参微调

一个即插即用的适配器，让冻结的视觉语言模型获得时序推理能力，在视频问答上以极低参数量达到全参微调水平。

Yuanyuan, Wang · 刘猛 · 宋雪萌 · 聂礼强

IEEE Transactions on Multimedia 2024

参数信息

数据集数量
4

技术优势

性能不降

在四个视频问答数据集上达到甚至超过全参微调的性能。

参数量剧减

仅需训练极少量参数，大幅降低存储与训练成本。

即插即用

无需修改预训练模型，直接插入适配器模块即可赋予时序推理能力。

应用场景