多任務學習(MTL)存在著許多挑戰,因為不同任務之間的梯度可能矛盾。為了利用任務之間的關聯,作者引入了 Mod-Squad 模型,它是多個專家組成的模組化模型。模型可以靈活優化任務和專家的匹配,針對任務選擇部分專家。模型讓每位專家只對應部分任務,每個任務只對應部分專家,以最大化任務間的正向連結。 Mod-Squad 整合了 Mixture of Expert (MoE) 層到 Vision Transformer 模型中,並引入了新的損失函數鼓勵專家和任務之間的稀疏但強烈的依賴關係。此外,對於每個任務,模型都可以只保留小部分專家網絡,並且效能與原來的大模型相同。模型在 13 個視覺任務的 Taskonomy 大數據集和 PASCALContext 資料集上取得了最佳效果。
#論文網址:https://arxiv.org/abs/2212.08066
專案網址:https://vis-www.cs.umass.edu/mod-squad/
Github網址:https: //github.com/UMass-Foundation-Model/Mod-Squad
#多任務學習(MTL)的目的是建模任務之間的關係,並為多種任務建構統一的模型。如圖 1 所示,Mod-Squad 的主要動機就是要讓專家只被一些任務更新而不是所有任務,而每個任務只更新部分專家。這樣可以利用模型的全部容量的同時避免任務間的互相干擾。
圖 1.Mod-Squad: 專家和任務互相選擇。 MoE ViT: 所有專家都被所有任務使用。
下面簡單介紹下文章。
模型結構
#圖2.Mod-Squad: 將專家群組(mixture-of-expert) 插入到Vision Transformer.
如圖2 所示, Mod-Squad 的結構就是將Mixture-of-expert (MoE) 引入Vision Transformer (ViT)。 MoE 是一種機器學習模型,其中多個專家組成了一個混合模型。每個專家都是一個獨立的模型,並且每個模型對於不同的輸入有不同的貢獻。最後,所有專家的貢獻被加權並組合在一起以得到最終的輸出。這種方法的優點在於它可以根據輸入影像的內容動態地選擇最佳的專家並且控制計算量。
先前的 MoE 模型收斂後,可以根據不同圖片使用不同的專家,但針對某個任務,模型會收斂到傾向於使用全部專家。 Mod-Squad 可以做到讓模型針對圖片來使用不同的專家,模型可以在收斂後,達到一個任務只使用一部分專家的狀態。接下來介紹這是怎麼實現的。
最大化專家和任務之間的mutual information
本文提出了一個任務和專家的聯合機率模型來優化專家E 和任務T 之間的分配。這個機率模型會用來計算專家和任務之間的 mutual information,並作為額外的損失函數來優化 MoE 裡的權重網路。 Mutual information 公式如下,E 和 T 的機率可以由 MoE 裡的權重網路得到,具體可以參見論文。
#最大化任務和專家之間的mutual information 之後,模型就可以讓專家和任務擁有稀疏且非常強的依賴關係,如圖3 所示。最左邊的就是 Mod-Squad 的任務使用專家頻率。可以看出,Mod-Squad 的任務和專家之間有著更稀疏但尖銳的頻率。
圖 3.任務使用不同專家的頻率圖比較。橫軸是不同的專家,縱軸是不同的 task,顏色深代表更高的使用頻率。 Mod-Squad 的頻率圖更稀疏且尖銳。
這個任務和專家之間稀疏且非常強烈依賴關係的好處是:
1. 相近的任務傾向於使用同一位專家;
2. 專家傾向於被一組正相關的任務使用;
3. 模型的容量被全部使用,但每個任務只使用部分容量,可以根據任務調整使用容量;
4. 可以針對特定任務從多任務大模型中提取出單任務小模型,並具有和大模型一樣的性能。這個特性能用於從超大多工模型中提取出單任務小模型。
根據任務之間分享專家的頻率,模型也可以算出任務之間的相似性,如下圖所示。可以看出,偏 3D 的任務之間更傾向於使用相同專家,因此更相似。
實驗部分
#Mod-Squad 可以在不損失精確度的情況下針對單一任務進行剪枝,下圖縱軸是性能,橫軸是參數量。
在大資料集Taskonomy 上也有很大的提升,可以看到,Mod-Squad 比單純的MTL 平均高了2.8 個點,並且在剪枝以後保持相同的性能。
在 PASCAL-Context 上跟著其他方法的對比,Mod-Squad 比其他 MoE 方法平均高出了接近兩個點。
#具體細節可以參考原文。
以上是模組化MoE將成為視覺多工學習基礎模型的詳細內容。更多資訊請關注PHP中文網其他相關文章!

經常使用“ AI-Ready勞動力”一詞,但是在供應鏈行業中確實意味著什麼? 供應鏈管理協會(ASCM)首席執行官安倍·埃什肯納齊(Abe Eshkenazi)表示,它表示能夠評論家的專業人員

分散的AI革命正在悄悄地獲得動力。 本週五在德克薩斯州奧斯汀,Bittensor最終遊戲峰會標誌著一個關鍵時刻,將分散的AI(DEAI)從理論轉變為實際應用。 與閃閃發光的廣告不同

企業AI面臨數據集成挑戰 企業AI的應用面臨一項重大挑戰:構建能夠通過持續學習業務數據來保持準確性和實用性的系統。 NeMo微服務通過創建Nvidia所描述的“數據飛輪”來解決這個問題,允許AI系統通過持續接觸企業信息和用戶互動來保持相關性。 這個新推出的工具包包含五個關鍵微服務: NeMo Customizer 處理大型語言模型的微調,具有更高的訓練吞吐量。 NeMo Evaluator 提供針對自定義基準的AI模型簡化評估。 NeMo Guardrails 實施安全控制,以保持合規性和適當的

AI:藝術與設計的未來畫卷 人工智能(AI)正以前所未有的方式改變藝術與設計領域,其影響已不僅限於業餘愛好者,更深刻地波及專業人士。 AI生成的藝術作品和設計方案正在迅速取代傳統的素材圖片和許多交易性設計活動中的設計師,例如廣告、社交媒體圖片生成和網頁設計。 然而,專業藝術家和設計師也發現AI的實用價值。他們將AI作為輔助工具,探索新的美學可能性,融合不同的風格,創造新穎的視覺效果。 AI幫助藝術家和設計師自動化重複性任務,提出不同的設計元素並提供創意輸入。 AI支持風格遷移,即將一種圖像的風格應用

Zoom最初以其視頻會議平台而聞名,它通過創新使用Agentic AI來引領工作場所革命。 最近與Zoom的CTO XD黃的對話揭示了該公司雄心勃勃的願景。 定義代理AI 黃d

AI會徹底改變教育嗎? 這個問題是促使教育者和利益相關者的認真反思。 AI融入教育既提出了機遇和挑戰。 正如科技Edvocate的馬修·林奇(Matthew Lynch)所指出的那樣

美國科學研究和技術發展或將面臨挑戰,這或許是由於預算削減導致的。據《自然》雜誌報導,2025年1月至3月期間,美國科學家申請海外工作的數量比2024年同期增加了32%。此前一項民意調查顯示,75%的受訪研究人員正在考慮前往歐洲和加拿大尋找工作。 過去幾個月,數百項NIH和NSF的撥款被終止,NIH今年的新撥款減少了約23億美元,下降幅度接近三分之一。洩露的預算提案顯示,特朗普政府正在考慮大幅削減科學機構的預算,削減幅度可能高達50%。 基礎研究領域的動盪也影響了美國的一大優勢:吸引海外人才。 35

Openai推出了強大的GPT-4.1系列:一個專為現實世界應用設計的三種高級語言模型家族。 這種巨大的飛躍提供了更快的響應時間,增強的理解和大幅降低了成本


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

EditPlus 中文破解版
體積小,語法高亮,不支援程式碼提示功能

Atom編輯器mac版下載
最受歡迎的的開源編輯器

MinGW - Minimalist GNU for Windows
這個專案正在遷移到osdn.net/projects/mingw的過程中,你可以繼續在那裡關注我們。 MinGW:GNU編譯器集合(GCC)的本機Windows移植版本,可自由分發的導入函式庫和用於建置本機Windows應用程式的頭檔;包括對MSVC執行時間的擴展,以支援C99功能。 MinGW的所有軟體都可以在64位元Windows平台上運作。

Dreamweaver CS6
視覺化網頁開發工具

SecLists
SecLists是最終安全測試人員的伙伴。它是一個包含各種類型清單的集合,這些清單在安全評估過程中經常使用,而且都在一個地方。 SecLists透過方便地提供安全測試人員可能需要的所有列表,幫助提高安全測試的效率和生產力。清單類型包括使用者名稱、密碼、URL、模糊測試有效載荷、敏感資料模式、Web shell等等。測試人員只需將此儲存庫拉到新的測試機上,他就可以存取所需的每種類型的清單。