LoFT: Parameter-Efficient Fine-Tuning for Long-tailed Semi-Supervised Learning in Open-World Scenarios
Anzeige
Ähnliche Artikel
arXiv – cs.LG
•
Foundational Models and Federated Learning: Survey, Taxonomy, Challenges and Practical Insights
Analytics Vidhya
•
Top 10 meist heruntergeladene Hugging Face‑Datensätze und ihre Einsatzmöglichkeiten
arXiv – cs.LG
•
Semi-supervised GCNs optimiert durch kontrastives Lernen und Selbsttraining
arXiv – cs.AI
•
Baseline-Auswahl entscheidet über XAI-Erklärbarkeit – Methode verbessert Trade‑Off
arXiv – cs.AI
•
HAROOD: Benchmark für Out-of-Distribution-Generalisierung in sensorbasiertem HAR
arXiv – cs.LG
•
Neuer kompakter Encoder für OOD-Reasoning mit Rademacher-Garantie