본 논문은 사전 훈련된 파운데이션 모델을 특정 도메인 지식 주입을 위해, 처음부터 다시 훈련하거나 상당한 계산 비용을 들이지 않고 적응시키는 방법을 제시합니다. BotaCLIP이라는 경량 멀티모달 대조 프레임워크를 도입하여, 고해상도 항공 이미지와 식물학적 relevés를 정렬하여 사전 훈련된 지구 관측 파운데이션 모델(DOFA)을 적응시킵니다. BotaCLIP은 일반적인 임베딩과 달리, 재앙적 망각을 완화하는 정규화 전략을 통해 대조 학습을 통해 생태학적 구조를 내재화합니다. 훈련된 임베딩은 다운스트림 예측 변수를 위한 전이 가능한 표현으로 사용됩니다.
