Vision-language 사전 훈련 모델(예: CLIP)의 소수 샷 미세 조정 성능 향상을 위해 칼만 필터를 사용한 베이지안 근사 자연 기울기 하강법을 제안합니다. 이 방법은 2차 최적화의 장점과 베이지안 추론을 결합하여 일반화 성능을 향상시키고 불확실성 정량화를 제공합니다. 다양한 이미지 분류 데이터 세트에서 실험을 통해 제안된 알고리즘이 기존 방법보다 우수한 또는 동등한 in-distribution 성능과 향상된 out-of-distribution 견고성을 달성함을 입증합니다.
