Feb, 2024

多模态大型语言模型的样本外广义推广

TL;DR通过广泛的评估工作,我们研究了当前多模态大型语言模型在超出分布情景和特定领域任务下的泛化边界。实证结果表明,多模态大型语言模型在常见训练域之外的泛化上存在困难,需要经过适应性的直接应用。我们进一步探索了上下文学习在分布偏移下的鲁棒性,并展示了它在领域偏移、标签偏移和上下文示例与测试数据之间的虚假相关偏移中的脆弱性。