本文提出了Meta-Adapter和Tip-Adapter方法，通过轻量级适配器优化CLIP特征，以提升少样本学习能力。Tip-Adapter在多个数据集上表现优异，且无需额外训练。此外，研究还探讨了高斯判别分析在CLIP分类中的应用，显示其在少样本分类和无监督学习中的优势。