BriefGPT - AI 论文速递 · 2023-12-20T00:00:00Z 大型视觉语言模型的少样本自适应研究 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 本文介绍了一种名为UP-Adapter的无监督微调方法，利用CLIP的文本-图像对齐能力选择每个类别中最有信心的样本生成类别原型，用于原型模型的初始化。通过剩余连接将原型模型的预测与原始CLIP的预测相结合，用于下游识别任务。实验结果显示该方法在图像识别和领域泛化方面具有优势。 🏷️ 标签 CLIP UP-Adapter 下游识别任务 无监督微调 类别原型 语言模型 阅读原文 生成长图 分享链接 已复制链接
