跳到正文
热点事件历史事件

FedSSMCoOp联邦少样本分类框架提出

1 篇报道1 个报道来源4 天前更新

先了解这件事

AI 综述

Ankita Das 等人提出 FedSSMCoOp，一个面向少样本图像分类的联邦学习框架。它用基于 SSM 的 Vision Mamba 与 Cross Mamba 模块，在联邦场景下只优化 soft-prompt 和 communication-prompt 更新，从而无需外部大语言模型做特征对齐。 该框架在多个生物医学图像数据集上训练评估，性能相对基线稳定，平均轻量 1.96 倍。作者称相应脚本将很快公开。

AI 根据报道生成 · 3 天前更新

最新进展10月7日 20:00
FedSSMCoOp：面向少样本分类的轻量级联邦提示学习 SSM 编码器

报道时间线

沿着报道，了解事件的不同侧面。

10月7日
  1. arXiv 隐私论文
    FedSSMCoOp：面向少样本分类的轻量级联邦提示学习 SSM 编码器

    FedSSMCoOp 是一个联邦少样本图像分类框架，用基于 SSM 的 Vision Mamba 与 Cross Mamba 模块，在联邦场景下只优化 soft-prompt 和 communication-prompt 更新，从而无需外部大语言模型做特征对齐。该框架在多个生物医学图像数据集上训练评估，性能相对基线稳定，平均轻量 1.96 倍。