Inductive Visual Logic

新框架增强视觉语言模型以适应专业任务 · 跟踪2个来源

研究人员开发了两种新颖的框架，用于将视觉语言模型（VLMs）适应专业领域。第一个是归纳视觉逻辑（IVL），它使用一种无需训练的方法，从VLMs的描述能力中构建分类知识，特别适用于分布外任务。第二个是ScaleEarth with CS-HLoRA，它通过将低秩适应条件化于图像的地面采样距离（GSD）来适应遥感VLMs，在对尺度敏感的任务上取得了改进的性能。