Skip to content
Hot eventLive

BLEND：联邦视觉语言模型中个性化与泛化的平衡

1 reports1 sources2 hr ago updated

Get the story

AI overview

2026年10月12日，arXiv Computer Vision（一手来源）发布 BLEND 框架，面向联邦视觉语言模型（FedVLMs），旨在同时提升个性化与泛化能力。该框架提出选择性 VLM 参数微调与聚合策略：包含跨客户端共享的全局视觉与文本适配器，以及为每个客户端定制的个性化视觉投影适配器。BLEND 还引入新的损失函数，融合全局与个性化适配器输出，并通过 zero-shot VLM 投影头的锚点设计促进泛化。实验显示，其在多种系统设置下持续优于 SOTA 基线。目前尚无后续报道或与其他报道的矛盾信息。

Generated from reports · updated 2 hr ago

LatestOct 12
arXiv 发布 BLEND 框架，实验称其在多种系统设置下持续优于 SOTA 基线。

Timeline

Follow the coverage from different angles.

Oct 12, 2026
  1. arXiv · Computer Vision
    BLEND：平衡联邦视觉语言模型中的个性化与泛化

    BLEND 是一个面向联邦视觉语言模型（FedVLMs）的新框架，旨在同时提升个性化与泛化能力。它提出选择性 VLM 参数微调与聚合策略，包含跨客户端共享的全局视觉与文本适配器，以及为每个客户端定制的个性化视觉投影适配器。BLEND 还引入新的损失函数，融合全局与个性化适配器输出，并通过 zero-shot VLM 投影头的锚点设计促进泛化；实验显示其在多种系统设置下持续优于 SOTA 基线。

Heat trend

There is not enough continuous observation data to draw a trend yet.