Feb, 2024

视觉语言模型校准的关键因素的实证研究

TL;DR本研究探究了视觉语言模型(VLMs)在不同架构、数据集和训练策略下的校准性能,发现温度缩放显著且一致地改善了校准性能,即使在分布转变和标签集改变的情况下,借此实验结果,我们强调了我们对 VLMs 的理解在关键实际场景中的潜在应用和重要性,旨在更可靠、有效地使用 VLMs。