博士論文剖析基礎模型統計性質

泛化能力的魅力

基礎模型的矚目之處在於遷移：為圖像標注訓練的模型如CLIP，能在零樣本情況下把分布外的圖像與標籤正確配對；針對目標檢測訓練的模型，亦能以極低成本改作圖像分割。這種跨任務、跨分布的適應能力，正是它們從機器人到醫療保健廣泛落地的原因，也是人工智能智能體的基石。