视觉语言大模型新SOTA！高效微调方法性能碾压LoRA

MemVP将视觉特征直接嵌入FFN参数中，实现高效的多模态微调。 与LoRA、VL-Adapter等现有方法相比，MemVP在训练和推理速度上提升了2倍，同时在下游任务中保持了更高的精度。

为了让大家更好的掌握MemVP，研梦非凡于12月11日晚（周三），邀请了多模态专家王导师，为大家独家详解 《 视觉语言融合新范式MemVP：基于记忆空间的多模态大模型高效微调方法》 ，从构建视觉-语言模型的发展和弊端到大型视觉语言模型的详细介绍， 重点讲解MemVP模型架构的代码实现和实验分析 ，并对未来研究方向进行详细分析，一文速通MemVP，为你的研究带来新的思路和突破！

👇🏻扫描二维码找助教0元预约直播课！

直播课内容预览

ICML'24 《Memory-Space Visual Prompting for Efficient Vision-Language Fine-Tuning》

一、研究背景

1. 关注问题

• 视觉-语言模型的构建的现状
• 输入空间的视觉提示方法存在弊端

二、相关工作

《Transformer Feed-Forward Layers Are Key-Value Memories》

1. FF层
2. 键值对
3. 实验结果

👇🏻扫描二维码找助教0元预约直播课！

三、大型视觉语言模型

1. LLava
2. InstructBLIP
3. MemVP

四、方法：MemVP

1. MemVP模型架构
2. MemVP动机

五、实验

1. 实验目的与方法
2. 实验设置
3. 实验结果
4. 实验对比
5. 训练和推理速度比较
6. 消融实验

六、总结

1. 问题定义
2. MemVP方法
3. 动机
4. 实验验证

👇🏻扫描二维码找助教0元预约直播课！

👇🏻扫描二维码找助教0元预约直播课！

直播导师介绍

王导师

【学术背景】拥有丰富的深度学习研究、论文发表经验，多篇SCI论文、EI会议论文（一作）

【研究方向】大语言模型、视觉语言模型、多模态学习，以及自然语言处理、进化算法等

👇🏻扫描二维码找助教0元预约直播课！约导师meeting～

研梦非凡科研论文指导

科研论文idea，并非拍脑门就能产生，需要经过一遍遍做实验、跑代码、改模型、思路修正。 研梦非凡专业论文指导，和研梦导师一起找idea，共同解决科研问题。 授之以渔——搭建论文写作框架，增删改查，针对性实验指导！哪里薄弱补哪里！

<<< 左右滑动见更多 >>>

研梦非凡部分导师介绍