FaShift：通过因子选择性处理提升多模态分布偏移鲁棒性
发生了什么
据arXiv cs.CL论文，研究提出FaShift框架，通过因子级选择性处理提升多模态分布偏移鲁棒性。该框架根据分布变化、干预效果和跨环境稳定性诊断潜在表示因子，选择性地抑制、保留或衰减其贡献。在MOSI、MOSEI和CH-SIMS数据集上，FaShift实现了最佳的ID准确率和F1值，并在OOD准确率/F1上显著优于最强竞争对手。
- MOSI OOD F1提升
- 3.6
- MOSEI OOD F1提升
- 2.7
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口