AmPLe: 適応的アンサンブルマルチプロンプト学習によるビジョン-言語モデルの強化

この研究は、適応的で偏りのないアンサンブルマルチプロンプト学習を採用することにより、ビジョン-言語モデル（VLM）を改善するための新しいアプローチを模索しています。 適応技術とデバイアスに焦点を当てていることは、現在のVLMのパフォーマンスの限界を克服し、潜在的なバイアスに対処しようとする試みを示唆しています。

• •VLMを改善するための新しい方法論、AmPLeを提案。
• •適応的で偏りのないアンサンブルマルチプロンプト学習を利用。
• •既存のVLMアーキテクチャ内のバイアスを軽減することに焦点を当てています。