LAMP：免训练少样本视觉语言自适应框架

2026年10月16日，arXiv Computer Vision 刊出 Zhipeng Ye 等作者的论文，提出 LAMP（Layerwise Adaptive Mixing of Predictors，逐层自适应预测器混合），一个面向免训练少样本视觉语言适配的框架。据该报道，LAMP 通过混合多个编码器层的全局与区域信息完成少样本适配，每次前向传播即可提供全部描述符，并使用带标签验证数据在类分数空间选择混合比例。报道称其定位为免训练框架。目前该事件仅有这一篇主报道，尚无后续跟进报道，也未出现与早先报道在数字、时间或说法上的矛盾。

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。