arXiv · 机器人与计算机视觉· Shruthi Gowda, Nikita Jain, Elahe Arani, Bahram Zonooz·· 29 天前AI 评分75
语言引导下的监督视觉训练:关于泛化的实证研究
Language Guidance for Supervised Vision Training: An Empirical Study of Generalization
AI 导读
论文研究了预训练语言模型在不需成对图文数据或提示工程的情况下作为视觉训练轻量级辅助监督的可行性。评估涵盖六种泛化范式,发现显性引导在分布内、低数据和持续学习保留上表现稳定,隐性引导则在抗捷径与强对抗扰动时更有效。两者均参数开销小,为利用跨模态预训练模型提供实践路线图。
来源:arXiv · 机器人与计算机视觉 · arxiv.org