对于CLIP（如上图所示）而言，对其prompt构造的更改就是在zero shot应用到下游任务的时候对其输入的label text进行一定的更改，比如将=="A photo of a{obj}"==改为"V1V2...VnClass"这样可学习的V1-Vn的token，然后CLIP就水灵灵地变成CoOp了（如下图所示）。
prompt learning
乐事layz2024-10-15 8:58
相关推荐
zixu_star2 天前
上下文工程：Prompt、记忆和上下文如何管理？一起学安全技术2 天前
拆大模型 06｜Prompt 工程不靠玄学：上下文要当程序写Java后端的Ai之路4 天前
RAG 还是 Agent 自主检索？Claude Code 删掉向量库之后，我把选型讲透了叼烟扛炮5 天前
[LangChain] 学习笔记（05）：提示词模板（Prompt）与少样本注入（Few-Shot）实战积流成海6 天前
Agent演化史（九）：多智能体的暗面，当一次 prompt 注入可以横向移动源于花海8 天前
LangChain学习：理解构建模块与核心组件AI技术新视界8 天前
LLM 提示词缓存（Prompt Caching）的秘密XLYcmy8 天前
信息检索报告数字经济赋能城市低碳治理的路径研究——基于“传统数据库 + 生成式人工智能”双轮驱动的检索实践 检索实施与结果分析 Web of Science看浪的路人9 天前
第3讲：Prompt 实验——如何科学地测试 Prompt 改动