محققان در پژوهشی جدید، مدل هوشمند و نوآورانه MOON (ترکیبی از مدلهای ون میزز-فیشر با قابلیت انقباض پویا) را برای بهبود عملکرد مدلهای بینایی-زبانی (VLM) در زمان تست معرفی کردهاند.
چالش اصلی مدلهای فعلی، افت عملکرد در مواجهه با توزیعهای نامتوازن دادههاست. مدل جدید MOON با استفاده از یک مکانیزم هوشمند، انقباض (Shrinkage) را به صورت پویا تنظیم میکند تا ضمن حذف دادههای پرت و غیرقابل اعتماد، از انتقال منفی اطلاعات جلوگیری کند. این مدل بدون نیاز به آموزش اضافه یا تنظیمات پیچیده، دقت و کارایی VLMها را به شکل چشمگیری افزایش میدهد.
منبع: arXiv Computer Vision