Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Generalizable Vision-Language Few-Shot Adaptation with Predictive Prompts and Negative Learning

Created by
  • Haebom

저자

Sriram Mandalika

개요

PromptFuseNL은 제한된 감독 및 잡음이 많은 지원 샘플 하에서도 시각 언어 모델(VLMs)의 몇 번의 시도만으로 적응하는 문제를 해결하기 위한 통합 프레임워크입니다. 예측 프롬프트 튜닝과 이중 분기 양성 및 음성 학습을 결합하여 몇 번의 시도만으로 일반화 기능을 향상시킵니다. 작업 조건부 잔차, 다단계 교차 모드 조정 및 의미적 하드 네거티브 마이닝을 통해 클래스 프로토타입을 개선합니다. 레이블 잡음을 해결하기 위해 추가 레이블이나 구조적 변경 없이 신뢰할 수 없는 지원 예제의 가중치를 줄이는 비지도 인스턴스 재가중 전략을 도입합니다. 경량 모듈을 통해 시각 및 텍스트 정보를 융합하여 효율적이고 차별적인 예측을 수행합니다. 15개의 벤치마크에서 평가한 결과, 모든 시도 설정에서 기존의 프롬프트 및 어댑터 기반 방법을 꾸준히 능가하면서도 매우 효율적이며, 전체 프롬프트 튜닝과 비교하여 최대 300배 빠른 훈련과 1000배 낮은 FLOPs를 달성하여 강력하고 확장 가능한 몇 번의 시도만으로 시각 언어 적응에 대한 새로운 최첨단 기술을 달성했습니다.

시사점, 한계점

•
시사점:
◦
제한된 감독 및 잡음이 많은 데이터에서도 효과적인 몇 번의 시도만으로 시각-언어 모델 적응 가능성을 보여줌.
◦
기존 방법 대비 훨씬 빠른 훈련 속도와 낮은 계산 비용으로 효율성 증대.
◦
다양한 벤치마크에서 최첨단 성능 달성.
◦
레이블 잡음에 대한 효과적인 해결책 제시.
•
한계점:
◦
제시된 방법의 일반화 성능에 대한 추가적인 분석 필요.
◦
특정 유형의 잡음에 대한 취약성 존재 가능성.
◦
다양한 시각-언어 모델에 대한 적용성 평가 필요.
◦
대규모 데이터셋에 대한 적용 가능성 및 확장성에 대한 추가 연구 필요.
👍
Made with Slashpage