CARAT：多模态时序选择性测试时自适应新方法

Payal Mohapatra 等人提交论文，提出 CARAT——一种面向多模态可穿戴时序的选择性测试时自适应方法。该方法将模型对模态的依赖度估计与运行时损坏检测解耦，依赖度在源训练阶段摊销完成，因此无需候选子集评估即可在测试时决定省略或衰减某个模态。 作者称，这一设计可引导模型在模态受损时做出选择，而不必逐个子集试算。目前该工作以预印本形式发布，尚未见同行评审或独立复现的验证结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。