تعلم التحفيز الفعال من حيث المعلمات لفهم سحابة النقاط ثلاثية الأبعاد

تقدم هذه الورقة طريقة ضبط تحفيز فعالة من حيث المعلمات، تُسمى PPT، لتكييف نموذج متعدد الوسائط كبير لفهم سحابة النقاط ثلاثية الأبعاد. الاستراتيجيات الحالية مكلفة للغاية من حيث الحوسبة والتخزين، وتعتمد على هندسة التحفيز التي تستغرق وقتًا طويلاً. نتناول المشاكل من ثلاثة جوانب. أولاً، تم ابتكار وحدة PromptLearner لاستبدال التحفيزات المصممة يدويًا بسياقات قابلة للتعلم لأتمتة عملية ضبط التحفيز. ثم، نقوم بقفل الهيكل الأساسي المدرب مسبقًا بدلاً من تبني نموذج التهيئة الكامل لتحسين كفاءة المعلمات بشكل كبير. أخيرًا، تم ترتيب وحدة PointAdapter خفيفة الوزن بالقرب من المهام المستهدفة لتعزيز ضبط التحفيز لفهم سحابة النقاط ثلاثية الأبعاد. تم إجراء تجارب شاملة لإظهار الكفاءة المتفوقة للمعلمات والبيانات للطريقة المقترحة. في الوقت نفسه، حصلنا على سجلات جديدة في 4 مجموعات بيانات عامة والعديد من مهام 3D، مثل التعرف على سحابة النقاط، التعلم بعدد قليل من العينات، وتقسيم الأجزاء. التنفيذ متاح على https://github.com/auniquesun/PPT.