本文提出了一种新的视觉语言模型微调方法CLIP-Adapter，通过增加特征层显著提升视觉分类任务的性能。研究还探讨了参数保留和自适应集成方法，以应对增量学习中的遗忘问题。实验结果显示，该方法在多个基准测试中优于现有技术，尤其在未知任务上表现突出。

该研究提出了一种利用预训练视觉-语言模型进行进一步调整的方法，以适应新任务。通过在预训练的CLIP模型上增加附加层，实验证明最简单的解决方案获得了最佳结果。该方法显著改进了现有技术水平。