探索视觉提示在多模态大型语言模型中的可转移性
原文中文，约300字，阅读约需1分钟。发表于：。通过 Transferable Visual Prompting (TVP) 这一新方法，在只对一个模型进行训练的情况下，有效改善多样化的 Multimodal Large Language Models (MLLMs) 的性能，以提高其在下游任务中的应用能力。
本文研究使用预训练语言模型（PLMs）进行视觉语言推理任务，提出了Dynamic Visual Prompting（DVP）转移学习方法，能有效结合不同的视觉语言任务。DVP在效率和性能方面具有优势，并能适应预训练语言模型与VL任务的需求。
