向过去学习：面向视觉语言模型的负反馈历史表征复用

基于摘要分析。该研究针对视觉语言模型训练中间表征较少跨训练单元复用、表征波动可能影响跨模态学习稳定性的问题，提出 Historical Intermediate Representation Reuse（HIRR）与 Negative-Feedback Adapter，将历史信息复用和当前表征调节结合起来。 HIRR 复用前一训练单元中 cross-attention 的 Key 和 Value 表征，使历史中间信息参与后续跨模态交互；Negative-Feedback Adapter 根据当前表征相对历史参考的偏差进行调节，以抑制不必要的波动。作者从统计方差降低与局部扰动传播角度分析这两项机制，并将其与有效样本复杂度及反馈稳定性联系起来。摘要未明确“训练单元”的具体含义、历史状态更新方式、反馈形式及额外存储和计算开销，这些实现条件尚未验证。 作者报告，在多个视觉语言模型与图文检索基准上，两项机制结合能够持续改善跨模态学习性能和数据效率，并适用于不同的 cross-attention 架构。摘要未提供模型及数据集名称、划分协议、对照基线或具体指标数值，实验协议、消融及统计信息尚未验证，不能据此判断收益幅度或各模块的独立贡献。 平台推测（待验证）：若 EEG—文本或 EEG—视觉学习任务具有相应跨模态训练数据与 cross-attention 结构，历史 Key/Value 复用和偏差反馈可作为候选模块，但原领域有效不等于 BCI 有效。迁移需要重新确定历史参考的更新范围，避免被试、会话或通道变化使历史状态失配；低信噪比和小数据也可能使历史噪声累积或反馈过度抑制有效变化。一个可检验的小实验是在固定数据划分和训练预算下，对同一 EEG 跨模态基线分别加入 HIRR、Adapter 及二者组合，比较任务指标、表征波动和资源开销。已有 EEG 相关工作尚未检索确认。