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"[V1][V2]...[Vn][Class]"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
酌沧20 分钟前
Prompt工程能否代替模型训练？semantist@语校2 小时前
第五十五篇｜从解释约束到结构化认知：京都国际学院的语言学校Prompt工程化实践liliangcsdn2 小时前
如何用DSPy优化chromadb向量检索的RAG系统阿杰学AI2 小时前
AI核心知识53——大语言模型之Structured CoT 超级模版（简洁且通俗易懂版）~kiss~3 小时前
prompt engineering 中的常用计技巧 - 少样本提示、思维链提示、回退提示小白的数据4 小时前
Prompt Engineering阿杰学AI4 小时前
AI核心知识54——大语言模型之Structured CoT（简洁且通俗易懂版）AI Echoes15 小时前
构建一个LangChain RAG应用semantist@语校1 天前
第五十四篇｜从事实字段到推理边界：名古屋国际外语学院Prompt生成中的过度推断防御设计小小工匠1 天前
LLM - 从 Prompt 到上下文工程：面向 Java 的生产级 AI Agent 设计范式