paper: https://arxiv.org/abs/2204.03574 Conference: ICLR’23 Authors: Nihal V. Nayak∗, Peilin Yu∗, Stephen H.
Bach Intro 이전까지 다양한 Prompt 학습 방법을 배웠는데 이번에는 조금 다르게 같은 generalization에 대해서 다루고는 있지만 조금 더 이미지의 상세한 내용까지 prompt를 compositional 하여 수행한다고 해서 compositional soft prompting (CSP)라는 이름을 가지는 논문입니다. 해당 논문도 베이스로는 CoOp을 가지고 있습니다.
Fig1을 통해서 해당 논문이 추구하는 바를 바로 확인할 수 있는데 A photo of 까지는 모든 프롬프트 논문에서 고정이었고 뒤에 class가 붙었었는데, 이 부분에 attribute를 추가하는 것을 저자들은 주장합니다. 물론 attribute는 일반적인 데이터 셋에서는 제공되지 않기 때문에 비교도 attr...
![[Prompt]LEARNING TO COMPOSE SOFT PROMPTS FOR COMPOSITIONAL ZERO-SHOT LEARNING (CSP)](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjhfOTEg/MDAxNzExNTkwMjgwNTQz.hRBHMpUwi3O2vbf8AmtW8CNVQMcXf6mtr9cxLgji1YIg.WsLh6S3vrU9jWQoA7u5DRplnmttHkuZ2EHtfexBSUvkg.PNG/image.png?type=w2)
#
attribute
#
prompt
#
promptlearning
#
SoftPrompting
#
VisionLanguage
#
VLM
#
zeroshot
#
논문리뷰
#
클립활용
#
object
#
LearningToCompositional
#
CLIP
#
CLIPutilization
#
Compositional
#
compositionalzeroshot
#
CSP
#
Generalizaion
#
ICLR
#
ICLR23
#
프롬프트논문
