Core Concepts
COCA ist eine innovative Methode, die auf Textprototypen basiert und es ermöglicht, VLM-gestützte Few-Shot-Lerner mit der Fähigkeit zur Unterscheidung von bekannten und unbekannten Klassen in SF-UniDA-Szenarien auszustatten.
Stats
COCA übertrifft staatliche UniDA- und SF-UniDA-Modelle.
Quotes
"COCA ist ein neues Paradigma zur Bewältigung von SF-UniDA-Herausforderungen."
"Experimente zeigen, dass COCA die Leistung von UniDA- und SF-UniDA-Modellen übertrifft."