مدلهای بینایی-زبانی (VLM) مثل CLIP بعد از شخصیسازی یا همان Fine-tuning، گاهی در تشخیص کلاسهای جدید دچار خطای اعتماد به نفس (Confidence) میشوند. محققان برای حل این چالش، روش جدیدی به نام «Shift-Aware Calibration» یا به اختصار SAC را معرفی کردهاند.
این روشِ کاربردی، بدون نیاز به آموزش اضافه (Training-free)، با مقایسه تغییراتِ لاجیتها قبل و بعد از تنظیمِ مدل، میزان اطمینان خروجی را اصلاح میکند. نتیجه؟ دقتِ بالاتر در دستهبندی تصاویر، حتی در دیتاستهای جدید و محیطهای ناشناخته! 🚀
منبع: arXiv Computer Vision