大規模モデルを適応するための視覚的即発の探索【JST・京大機械翻訳】

Bahng Hyojin; Jahanian Ali; Sankaranarayanan Swami; Isola Phillip

プレプリント

J-GLOBAL ID：202202209745460101 整理番号：22P0323495

大規模モデルを適応するための視覚的即発の探索【JST・京大機械翻訳】

Exploring Visual Prompts for Adapting Large-Scale Models

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年03月31日プレプリントサーバーでの情報更新日： 2022年06月03日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

視覚における大規模モデルの適応に対する視覚促進の有効性を調べた。迅速なチューニングと敵対的リプログラミングからの最近のアプローチに続いて,著者らは,この摂動で促進された凍結モデルが新しいタスクを実行するように,単一画像摂動を学習する。包括的な実験を通して,著者らは,視覚促進が,CLIPに対して特に有効であり,分布シフトに対してロバストであり,標準線形プローブと競合する性能を達成することを示した。さらに,適応性能に関して下流データセット,迅速な設計,および出力変換の性質を分析した。視覚促進の驚くべき有効性は,視覚における事前訓練モデルを適応させる新しい展望を提供する。コードはhttp://hjbahng.github.io/visual_promptingで利用可能である。【JST・京大機械翻訳】

, , , , , , , , , ,
, , 【Automatic Indexing@JST】

パターン認識 , 図形・画像処理一般

, , , ,

前のページに戻る