本研究探索了预训练视觉-语言模型在智能生成图像的检测中的潜力。通过基于CLIP特征的轻量级检测策略，发现不需要大量特定领域数据集训练，仅利用少量示例图像即可展现出泛化能力，并在商业工具中具有高鲁棒性。在分布内数据上与SoTA相匹配，在分布外数据的泛化能力和受损/清洗数据的鲁棒性上有显著改进。

本研究探索了预训练视觉-语言模型在智能生成图像的检测中的潜力。通过基于CLIP特征的轻量级检测策略，发现不需要大量特定领域数据集训练，仅使用少量示例图像即可展现出泛化能力，并在商业工具中具有高鲁棒性。在分布内数据上与SoTA相匹配，在分布外数据的泛化能力和鲁棒性上有显著改进。

本文介绍了一种利用预训练视觉-语言模型进行进一步调整的方法，使其能够适应新任务而不仅仅是零样本学习。通过在预训练的CLIP模型上增加附加层，并对线性适配器、自注意适配器以及修改CLIP文本编码器输入的提示调整进行研究，实验证明最简单的解决方案获得了最佳结果。这种方法显著改进了现有技术水平。

机器学习模型在自然语言处理和计算机视觉领域取得了革命性进展，但研究人员发现这些模型可能存在社会偏见，导致不公平代表。最近的研究关注预训练视觉语言模型中的社会偏见，本调查提供了关于该领域的见解和减轻偏见的指导。结果和建议有助于开发更公平和无偏的人工智能模型。

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。

本文研究了预训练视觉语言模型在医学图像领域的知识传递能力，发现医学提示语是调用预训练模型知识的关键。通过共享的表达属性提示，可改进泛化能力，提高对新对象的识别。通过三种方法自动生成医学提示，注入专家级知识和图像特定信息，提高零样本性能。微调模型超过了受监督的模型。

本研究探讨了预训练视觉语言模型在医学图像领域的知识传递能力，发现医学提示语的合理设计是调用预训练模型知识的关键。通过共享表达属性提示，可实现知识跨越领域，改进泛化能力。通过三种自动生成医学提示的方法，可以注入专家级知识和图像特定信息，提高零样本性能。微调模型超过了受监督的模型。