arXiv · 机器人与计算机视觉· Deepak Sridhar, Yi Li, Kartikeya Bhardwaj, Shuangjun Liu, Taotao Jing, Yuan Li, Shuai Zhang, Jiancheng Lyu, Dashan Gao, Nuno Vasconcelos·· 2026-10-09AI 评分42
Diffusion Meta-Prompting 实现通用基础模型自适应与跨任务泛化
Diffusion Meta-Prompting and Steering for Generalizable Foundation Model Adaptation
AI 导读
Diffusion Meta-Prompt (DMP) 框架利用扩散模型学习提示分布,仅需自然语言描述即可合成新提示,无需访问原始任务示例或损失函数。该方法在分类、检索及文生图任务中提升泛化能力,相比提示检索方法降低超 90% 存储与推理成本,复合分类平均增益达 2.0%,特定数据集对最高提升 8.5%。代码已开源并获 NeurIPS 2026 接收。
来源:arXiv · 机器人与计算机视觉 · arxiv.org