本文介绍了多种基于CLIP的适配器模型及其微调方法，如CLIP-Adapter和Tip-Adapter，这些方法显著提升了视觉-语言少样本学习能力，并在视觉分类、问答和迁移学习等任务中表现优异，优化了模型性能和适应性。

RLAdapter是一种适配器模型，用于强化学习和大型语言模型之间的联系。在Crafter环境中的实验表明，RLAdapter超过了基线模型，代理展现出了常识行为。