CLoRA：高效的Vision Transformer微调

本文介绍了CLoRA，一种用于微调预训练视觉Transformer的新方法。它解决了现有LoRA方法在性能和参数效率之间的权衡问题。核心思想是共享基础空间并增强低秩模块之间的多样性。本文声称与现有方法相比具有卓越的性能和效率，尤其是在点云分析方面。

• •提出了 CLoRA，一种新的 Vision Transformer 微调方法。
• •采用基础空间共享和样本无关的多样性增强 (SADE)。
• •旨在平衡性能和参数效率。
• •展示了卓越的性能，尤其是在点云分析方面。
• •与最先进的方法相比，需要更少的 GFLOPs。