AREA: CLIP 기반 클래스 증분 학습을 위한 속성 추출 및 집계

연구진은 CLIP 모델을 위한 새로운 클래스 점진 학습 방법 AREA를 제안했다.

AREA는 인식을 속성 추출과 속성 통합으로 분리하고, 기하학적 기법과 정보 병목 기법으로 두 과정을 안정화한다.

추론 단계에서는 태스크 라우팅을 사용해 새 범주를 학습하면서 기존 범주를 더 잘 보존한다.

이 방법은 연속 학습에서 큰 문제인 망각 현상을 줄이도록 설계됐다.

논문에 따르면 AREA는 실험에서 기존 방법들보다 더 우수한 성능을 보였다.