리서치 연구
GAP-Prompt: Gated Adaptive Prompting for Efficient Continual Learning
ARarXiv
연속 학습의 문제인 재앙적 망각을 해결하기 위해 Gated Adaptive Prompting(GAP-Prompt)이라는 새로운 방법을 제안했다.
세 줄 요약
- GAP-Prompt는 인스턴스 조건 게이팅, 동적 지식 융합, 공유 프롬프트 증류 세 가지 모듈로 구성된다. CUB-200 데이터셋에서 87.29%의 정확도를 달성했다.
- 기존 방식이 놓치던 미세한 작업 내 다양성을 포착하기 위해 개별 이미지 수준에서 프롬프팅 과정에 적응성을 부여한다.
- CIFAR-100, ImageNet-R, CUB-200 벤치마크에서 평가했으며, CUB-200의 경우 공동 학습 상한선은 88.00%이다.
연속 학습의 문제인 재앙적 망각을 해결하기 위해 Gated Adaptive Prompting(GAP-Prompt)이라는 새로운 방법을 제안했다.