本研究提出了一种新策略，通过多模态微调方法显著改善OOD检测性能，关键在于正则化图像与文本嵌入间的距离，增强跨模态对齐。实验结果表明，该方法在ImageNet-1k OOD基准数据集上优于现有技术，达到最先进的检测表现。

本文探讨了参数高效微调（PEFT）方法在大型语言模型中的应用，强调了LoRETTA和FLix等技术在减少可训练参数和提高训练效率方面的优势。研究表明，PEFT在多任务学习和语言适应中表现优异，并提出了Context-PEFT框架以优化多模态微调。整体而言，PEFT在性能和计算经济性上提供了有效解决方案。

本文提出了一种新型的参数高效调参方法（PEFT），通过 Context-PEFT 技术实现多模态微调，提升参数效率和计算经济性。研究表明，该方法在 COCO 字幕任务中优于完全微调，并在医学图像分析和文本生成任务中展现出竞争力的性能。