用于 VLM 少样本分布外适应的归纳视觉逻辑

英文标题：Inductive Visual Logic for Few-Shot Out-Of-Distribution Adaptation in VLMs

论文关注生成式视觉语言模型（VLM）在少样本分布外（OOD）场景中的适应问题。摘要指出，Qwen-VL、LLaVA 等模型在与预训练数据分布重叠的任务上具有较强的零样本能力，但在所需判别特征未被学习过的专业领域中容易失效。该研究提出以归纳视觉逻辑应对这一挑战，旨在提升 VLM 在新领域中的少样本泛化与适应能力。原文提供的信息仅包含标题、摘要片段和 BibTeX 引用区域标题，未给出实验结果、具体方法细节或完整引用内容。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB