©作者 | 卫雅珂单位 | 人大高瓴GeWu-Lab论文题目:Enhancing Multimodal Cooperation via Sample-level Modality Valuation论文链接:https://arxiv.org/pdf/2309.06255代码链接:https://github.com/GeWu-Lab/Valuate-and-Enhance-Multimodal-Cooperation概述:样本级多模态差异的评估与解决不平衡多模态学习问题(imbalanced multimodal learning problem)在近年已经引起了广泛关注。具体来说,在多模态学习中,往往采用联合训练的方式对各个模态同时进行学习。而模态间在特性、信息量等方面的差异导致在联合训练中,往往存在更易于学习的模态,模型对其的偏好主导了训练进程,导致其他模态未能被充分学习,抑制多模态学习的性能。对于这一问题,近年来已经有许多研究者从优化、目标函数等方面给出了不同的解决方案(包括本实验室的论文:CVPR 2022 [1],ICASSP 2023 [2] 及 ICLR 2024)。 在现有的方法中
………………………………