11:21arXiv cs.LG@Vasiliki Rizou, Pascal Frossard, Dorina Thanou精选多模态数据解耦表示学习能分离共享与独特特征,但现有方法局限于双模态场景。RePercENT 提出自监督框架,通过即插即用架构直接处理预提取嵌入,无需联合预训练,支持任意数量模态。该框架引入联合优化目标同时学习共享与独特成分,并提供理论最优性保证。实验表明,RePercENT 在多种模态和任务中成功恢复解耦成分,性能持平且计算复杂度显著降低。这为多模态AI系统(如自动驾驶、医疗诊断)提供了可扩展的基础方案。论文多模态学习解耦表示学习自监督学习即插即用架构可扩展性推荐理由:多模态数据解耦是AI理解复杂场景的关键,但双模态瓶颈长期未解。做多模态学习、跨模态推理的团队可以直接用RePercENT的即插即用架构,无需重新训练基础模型,值得关注。原文