Sep, 2024
LLM-wrapper：黑盒语义感知适应视觉语言基础模型
LLM-wrapper: Black-Box Semantic-Aware Adaptation of Vision-Language
Foundation Models
TL;DR本研究解决了视觉语言模型（VLMs）在零-shot能力上的局限性，尤其是与专用或微调模型相比的不足。提出的LLM-wrapper通过利用大型语言模型（LLMs）以黑盒方式适应VLMs，从而在复杂的开放词汇任务上展现出明显的效果提升，业绩在与传统微调方法对比中取得竞争力的结果。