ECCV 2024|R-Adapter:零样本模型微调新突破,提升鲁棒性与泛化能力

AI最新资讯1个月前发布 tree
16 0 0

今日应用


今日话题


ECCV 2024|R-Adapter:零样本模型微调新突破,提升鲁棒性与泛化能力
ECCV 2024|R-Adapter:零样本模型微调新突破,提升鲁棒性与泛化能力
 

重点标签 Robust Adapter微调零样本模型自我集成MPM-NCE损失

文章摘要


本文介绍了一种名为Robust Adapter(R-Adapter)的新型微调方法,旨在提高零样本模型在下游任务中的泛化能力和效率。

R-Adapter通过在预训练模型中集成轻量级模块,并采用自我集成技术提高对超出分布范围数据的鲁棒性,同时减少存储开销。

此外,论文提出了Multi-Positive Margin NCE(MPM-NCE)损失函数,专为视觉-语言下游任务设计,以确保多个图像-文本对的精确对齐和具有区分性的特征学习。

实验结果表明,该方法在分布转移条件下表现出色,且使用的参数更少。

文章来源


原文地址: 点我阅读全文
原文作者: 极市平台

© 版权声明

相关文章

暂无评论

暂无评论...