本文へスキップ

Cola

言語モデルで視覚言語の出力を集約

公式サイトを見る

Cola とは

本手法は調整役の言語モデルを通じ、2 つ以上の視覚言語モデルの出力を集約する方法と説明されている。

できること

  • LM で複数の VLM 出力をまとめる
  • 微調整済みの Cola-FT 方式を使う
  • ゼロショットの Cola-Zero 方式を使う

モデルについて

  • 資料は InstructBLIP を適用先に挙げる
  • 資料は VQA v2 や GQA を含む 7 数よりどころ集を挙げる
  • 資料は性能の向上と誤りへの頑健性を挙げる

長所と短所

✓ 良い点

  • InstructBLIP などのモデルに適用できる
  • 資料は 7 つのデータセットを挙げる

! 注意したい点

  • 手法には調整役の言語モデルが要る
  • 結果は集めた VLM の出力に左右される

よくある質問

名称を展開すると?

資料は COordinative LAnguage model or visual reasoning と展開する。

どのデータセットが挙がる?

資料は VQA v2、OK-VQA、A-OKVQA、e-SNLI-VE、VSR、CLEVR、GQA を挙げる。

最終評価日: 2026-11-15

その他 LLM APIプラットフォーム ツール

すべて見る →

評価方法