跳到正文
arXiv · 机器人与计算机视觉· Maxx Richard Rahman, Wolfgang Maass·· 13 小时前AI 评分38

GRAFT:实现 VLM 测试时自适应的图正则化原型场方法

GRAFT: Graph-Regularized Prototype Fields for Realistic Test-Time Adaptation of VLMs

AI 导读

GRAFT 通过引入语义类图高斯马尔可夫随机场先验,解决少样本批次下视觉语言模型零基线下降问题。该方法在十一项基准及四个 ImageNet 分布偏移上均优于零基线与锚点转导法,且推理无需梯度、仅基于缓存特征进行闭式计算。其原型位移场支持经验贝叶斯调节,确保缺失类别被证明为现有类别的调和扩展。

来源:arXiv · 机器人与计算机视觉 · arxiv.org