研究人员推出了一种名为GRAFT的新方法,用于提高视觉语言模型(VLMs)的零样本分类能力。GRAFT通过将适应性原型建模为具有位移场的文本锚点,并使用高斯马尔可夫随机场先验在语义类别图上进行池化,来解决现有测试时适应技术的局限性。这种方法允许在缓存特征上进行闭式、无梯度推理,并在十一个基准和四个ImageNet偏移量上展示了优于零样本基线的效果,尤其是在词汇类别较少的情况下。 AI
影响 增强了VLM在零样本分类任务中的适应性和准确性,尤其是在数据有限或相关性较高的情况下。
排序理由 该集群包含一篇详细介绍适应视觉语言模型新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →