Effizientes Anpassen von Prototypen zur Verbesserung der Nullschuss-Generalisierung von Vision-Sprache-Modellen
Durch das Erlernen von Verschiebungsvektoren für Klassenprototypen in einem gemeinsamen Einbettungsraum können Vision-Sprache-Modelle effizient an Zieldatensätze angepasst werden, um die Klassifikationsgenauigkeit zu verbessern.