有效微调视觉语言模型以准确分析星系形态

本文解决了在星系形态分析中，直接训练特定领域模型成本高且效率低的问题。作者提出了一种新方法GalaxAlign，该方法通过对预训练基础模型的微调，结合星系形状符号、文本标签和图像数据，从而提高了模型的准确性和资源利用率。实验结果表明，该方法在星系分类和相似性搜索任务上有效提升了性能，具有重要的应用潜力。