零样本图像分类

一种具有跨模态和跨任务效用保证的视觉语言模型去偏闭式解

A Closed-Form Solution for Debiasing Vision-Language Models with Utility Guarantees Across Modalities and Tasks

提出一种无需训练、无需标注数据的闭式去偏方法，可同时去偏视觉和文本模态，在保持任务性能的同时实现帕累托最优公平性，可直接用于零样本图像分类、文本到图像检索和生成等视觉任务。