无监督视觉语言模型适配框架提出

研究者 Hao Yan 与 Guanghui Wang 提出一种无监督视觉语言模型（PVLM）适配框架，把基于 margin 的渐进子集选择与级联一致性学习结合：从可靠的伪标签锚点出发逐步扩展训练数据，仅更新视觉编码器的归一化参数和由文本提示初始化的类原型，并用置信度过滤降低不确定伪标签的影响。 在 CLIP 和 SigLIP 骨干的多个识别基准上，该方法一致优于零样本基线，并与近期无监督 PVLM 自适应方法表现相当。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。