GFMate

GFMate 通过测试时提示调优增强图基础模型

研究人员推出 GFMate，一种旨在增强图基础模型 (GFM) 的新型测试时提示调优方法。与先前将源域信息嵌入提示的方法不同，GFMate 在目标域预训练后应用质心和层提示，从而避免与特定源域和 GFM 预训练策略纠缠。该方法还包含一个互补学习目标，以在测试时调优期间利用标记和未标记的目标域数据。在 12 个基准数据集上的实验表明 GFMate 的有效性，性能提升高达 30.63%。