Apr, 2023
多模态模型微调中减少虚假相关性的影响
Mitigating Spurious Correlations in Multi-modal Models during Fine-tuning
Yu Yang, Besmira Nushi, Hamid Palangi, Baharan Mirzasoleiman
TL;DR该论文提出了一种利用多模态模型中的不同模态来检测和明确区分有影响的类别中的虚假属性的方法,通过表达语言来体现虚假关系的多模态对比损失函数,在 CLIP 上实验结果表明,这种干预可以有效地提高模型的准确性。