多模态后验探索

ReBaPL：排斥式贝叶斯提示学习

ReBaPL: Repulsive Bayesian Prompt Learning

把提示词优化从点估计改成对多模态后验的采样，并用表征空间上的排斥力（MMD/Wasserstein）防止所有样本塌到同一模式；做视觉-语言下游适配时可直接套在现有提示学习框架上提升分布外泛化。