English(EN) Test-Time Logit Prompting for Source-Free Missing Modality Adaptation

新的 TLP 框架在无源数据的情况下适应视觉语言模型

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-03 04:00

研究人员推出了一种名为测试时 Logit Prompting (TLP) 的新颖框架，旨在提高视觉语言模型 (VLM) 在部署期间面对缺失模态时的性能。与需要访问原始训练数据的先前方法不同，TLP 以无源方式运行，在测试时适应 VLM。该框架使用不确定性感知调整和模态完整性一致性正则化来优化 logit prompt，以维持预测置信度和语义一致性。实验表明，TLP 可以在最少的调优参数和几次优化步骤的情况下，将识别性能提高高达 8%。 AI

影响使得视觉语言模型能够在训练数据有限或不可用的场景中进行更鲁棒的部署。

排序理由该条目描述了一篇发表在 arXiv 上的新研究论文，详细介绍了一种用于视觉语言模型的新颖适应框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 19 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该条目描述了一篇发表在 arXiv 上的新研究论文，详细介绍了一种用于视觉语言模型的新颖适应框架。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Taixi Chen, Nancy Guo · 2026-09-03 04:00

面向无源缺失模态适应的测试时logit提示

arXiv:2609.02039v1 Announce Type: new Abstract: Vision-language models (VLMs) have achieved remarkable performance by leveraging complementary information from large-scale image-text pairs. However, missing-modality inputs are commonly encountered during real-world deployment, of…

本文如何被排名

报道来源 [1]

面向无源缺失模态适应的测试时logit提示

相关实体

相关话题