Single Domain Generalization

New AI Framework Enhances Domain Generalization with Adversarial Prompt Tuning

本文介绍了一个名为渐进式对抗性提示调优（PAPT）的新颖框架，旨在增强人工智能模型中的单领域泛化（SDG）能力。PAPT利用预训练的文本到图像基础模型来生成多样化的训练数据，解决了手动设计所有领域的提示不切实际的问题。该框架学习抽象提示，以捕捉领域不变的类别信息和领域特定的风格，从而能够生成多样化的图像，同时保留关键特征。实验结果表明，PAPT的性能优于现有的最先进的SDG方法。