计算机科学 > 机器学习
[提交于 2025年10月29日
]
标题: 潜在领域提示学习用于视觉-语言模型
标题: Latent Domain Prompt Learning for Vision-Language Models
摘要: 领域泛化(DG)的目标是使模型能够应对领域偏移。 DG 对于在现实世界应用中部署视觉-语言模型(VLMs)至关重要,但大多数现有方法依赖于可能不可用且常常模糊的领域标签。 我们则研究一种 DG 设置,在这种设置中,模型必须在无法访问显式领域标签的情况下表现良好。 我们的核心思想是将未见过的目标领域表示为从训练数据中自动发现的潜在领域的组合,从而使模型能够在不同领域之间自适应地迁移知识。 在四个基准测试上的实验表明,这种策略在基于 VLM 的基线上取得了稳定的提升,并为在领域偏移下提高鲁棒性提供了新的见解。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.