提出LE-GDA方法

Pavodi Maniamfu等作者提出无需梯度优化的少样本CLIP适配方法LE-GDA，并在评测中取得更高准确率：11个数据集、4种CLIP骨干和5种shot设置下，LE-GDA在每种骨干上都获得参评方法最高的平均准确率；16-shot平均准确率为79.54%，高于匹配的GDA-CLIP基线78.01%。 LE-GDA在一次冻结编码器前向过程中，分别对中间层和最终表征拟合带正则化的共享协方差判别器，再集成各层的判别分数。在one-shot设置下，即使无法估计协方差且逐查询标准化不起作用，其平均准确率仍比基线高1.20个百分点。作者称，代码和评测资源已公开。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。