免训练迁移

一次预热，本地重编程：黑盒服务模型适配的高效替代方案

Prime Once, then Reprogram Locally: An Efficient Alternative to Black-Box Service Model Adaptation

对做视觉模型部署与迁移的研究者，这篇给出了一个可复用的范式：先用少量 API 调用把本地预训练编码器「预热」成可接收黑盒模型知识的代理，再在本地做白盒重编程，从而把黑盒适配的调用成本压到近乎为零；其轻量层预热 + 本地重编程的两阶段流程可直接套用到 VLM 或标准视觉模型的下游任务适配中。