语言引导辅助监督视觉训练研究

Shruthi Gowda 等作者发表实证研究，评估预训练语言模型作为视觉训练轻量辅助监督的两种形式：显式语言引导（ExLG）与隐式语言引导（ImLG），无需配对图文数据、提示词工程或对比目标。 研究在分布内、分布外泛化、捷径与虚假相关抵抗、纹理与形状偏置、对抗鲁棒性及持续学习六类场景上分析，结论是两者优势互补：显式引导持续提升分布内、低数据性能与持续学习保持率，隐式引导在捷径敏感场景和更强对抗扰动下更有用。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。