该研究提出了一种名为Unified Prompt Tuning (UPT)的方法，通过微调文本和视觉提示的参数来优化跨模态的学习效果。在11个视觉数据集上进行了测试，取得了较好的few-shot learning和domain generalization的效果。

该研究提出了一种名为UPT的方法，通过学习微小的神经网络来联合优化跨不同模态的提示，取得了较好的few-shot learning和domain generalization的效果。在11个视觉数据集上进行了测试。

该研究提出了一种名为UPT的方法，通过学习微小的神经网络来联合优化跨不同模态的提示，取得了较好的few-shot learning和domain generalization的效果。在11个视觉数据集上进行了测试。