MCITlib：多模态连续指导调整库和基准

于红博

摘要: 持续学习使得人工智能系统能够在保留先前学到的信息的同时获取新知识。传统的单模态方法取得了进展，但多模态大型语言模型（MLLMs）的兴起给多模态持续学习（MCL）带来了新挑战，模型需要解决灾难性遗忘和跨模态协调两个问题。为了推动这一领域的研究，我们提出了MCITlib，这是一个用于多模态持续指导调整的全面库。MCITlib目前实现了8种代表性算法，并在2个骨干模型下对3个基准进行评估。该库将持续更新以支持MCL的未来发展。代码库已在https://github.com/Ghy0501/MCITlib发布。

更新时间: 2025-12-31 07:27:23

领域: cs.CV,cs.AI

下载: http://arxiv.org/abs/2508.07307v3