本文研究了无监督域自适应的视觉语言模型，通过提示学习和分布对齐方法，减小了源域和目标域之间的分布差异，提高了模型性能。实验证明该方法在三个基准测试上达到了最先进的性能。

本文研究了无监督域自适应的视觉语言模型，通过提示学习和分布对齐方法，减小了源域和目标域之间的分布差异，提高了模型性能。实验证明该方法在三个基准测试上达到了最先进的性能。

本文研究了无监督域自适应的视觉语言模型，并提出了一种基于提示的分布对齐方法（PDA）。实验证明，PDA方法能够显著减少源域和目标域之间的分布差异，提高无监督域自适应的性能。在三个基准测试上，PDA方法达到了最先进的性能。