効率的な多モーダル表現の適応による順次推薦システムのための分離PEFT

大規模な多モーダル基盤モデルを効率的に順次推薦タスクに適応するため、分離PEFTアーキテクチャであるIISANを提案する。IISANは、モーダル間の相互作用と各モーダル内の適応を効率的に学習できる。さらに、キャッシング戦略を導入することで、計算グラフの削減と GPU メモリ使用量の大幅な削減を実現する。