实体
Visual Prompting
Visual Prompting
PulseAugur coverage of Visual Prompting — every cluster mentioning Visual Prompting across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新的ES-VP方法提高了模型适应效率
研究人员推出了一种名为能量塑造视觉提示（ES-VP）的新技术，该技术可以更高效地将预训练模型适应特定任务。与使用固定提示或复杂辅助网络的先前方法不同，ES-VP使用低秩初始化和能量引导的动态适应过程来生成特定于图像的提示。这种方法利用预训练模型本身来生成提示，从而提高了泛化能力和参数效率。实验表明，ES-VP的性能优于最先进的方法，以显著更少的参数实现了更高的准确性。
-
视觉提示：多模态AI的新交互范式
视觉提示是一种与多模态基础模型交互的新范式，不同于仅仅提供图像作为输入。它涉及精心设计的视觉上下文，以引导模型的注意力、约束其推理并改善其基础。这种方法将视觉输入视为指令性人工制品，类似于工程化的文本提示，从根本上改变了用户与AI的交互方式。
-
新的LoRSP框架使用脉冲神经元进行稀疏视觉提示
研究人员开发了一个名为LoRSP的新颖框架，该框架将受大脑启发的脉冲神经网络与低秩因子分解相结合，用于视觉提示。该方法为适应视觉模型生成稀疏、实例特定的提示，旨在与密集像素级提示相比，提高效率和泛化能力。实验表明，LoRSP在各种视觉骨干网络上以更少的参数实现了具有竞争力的性能。