यह शोधपत्र पूर्व-प्रशिक्षित दृष्टि-भाषा मॉडल (VLM) की खराब अनुकूलनशीलता को संबोधित करने के लिए एक नवीन ढाँचा प्रस्तुत करता है, जब उन्हें शून्य-शॉट विसंगति संसूचन (ZSAD) पर लागू किया जाता है। VLM में सघन पूर्वानुमान के लिए स्थानीय प्रेरक पूर्वाग्रह की कमी और एक अनम्य विशेषता संलयन प्रतिमान पर निर्भरता जैसी सीमाएँ होती हैं। यह शोधपत्र विशेषता निरूपण और क्रॉस-मोडल संलयन को एक साथ बेहतर बनाने के लिए एक वास्तुशिल्प सह-डिज़ाइन ढाँचे का प्रस्ताव करता है। विशेष रूप से, हम सूक्ष्म-कण निरूपणों के लिए स्थानीय प्रेरक पूर्वाग्रह को शामिल करने हेतु एक पैरामीटर-कुशल कन्वोल्यूशनल निम्न-आयामी अनुकूलन (Conv-LoRA) एडाप्टर को एकीकृत करते हैं, और एक गतिशील संलयन गेटवे (DFG) प्रस्तुत करते हैं जो सुदृढ़ द्विदिश संलयन को सक्षम करने के लिए दृश्य संदर्भ का उपयोग करके पाठ संकेतों को अनुकूली रूप से समायोजित करता है। विभिन्न औद्योगिक और चिकित्सा मानकों पर व्यापक प्रयोग उत्कृष्ट सटीकता और सुदृढ़ता प्रदर्शित करते हैं, जो सघन बोध कार्यों में आधारभूत मॉडल के सुदृढ़ अनुप्रयोग के लिए इस सहक्रियात्मक सह-डिज़ाइन के महत्व को उजागर करते हैं।
