该研究提出了一种名为CaRot的方法，用于提高预训练视觉-语言模型在内部和外部数据集上的校准性和鲁棒性。验证结果证明了该方法的有效性。

该研究提出了使用编码器-解码器框架来提高机器翻译性能的方法，实验结果表明该方法在内部数据集和WMT评估中都有显著的改进。