双对齐下的上下文感知视觉 - 语言模型提示调优
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该研究提出了一种名为UPT的方法，通过学习微小的神经网络来联合优化跨不同模态的提示，取得了较好的few-shot learning和domain generalization的效果。在11个视觉数据集上进行了测试。
🏷️
