論文の概要: TecoPrompt: Temporal-Conservative Prompt Learning for Vision-Language Models

• arxiv url: http://arxiv.org/abs/2609.16858v1
• Date: Tue, 15 Sep 2026 08:49:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 14:56:08.422451
• Title: TecoPrompt: Temporal-Conservative Prompt Learning for Vision-Language Models
• Title（参考訳）: TecoPrompt:視覚言語モデルのための時間保存型プロンプト学習
• Abstract要約: 本稿では、時間的視点から最適な擬似ラベル付けを再考する頑健なプロンプト学習フレームワークを提案する。 TecoPromptは、CLIPセマンティックスペースでエントロピーOTプランを使用して、一貫したラベル候補を取得する。 合成対称ノイズと非対称ノイズを持つ7つのデータセットの実験は、Food101Nと同様に、大幅な性能改善を示している。
• 参考スコア（独自算出の注目度）: 13.506792593503802
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Prompt learning adapts vision-language models, such as CLIP, by adjusting a small set of context tokens. However, under few-shot supervision, even moderate label noise can disrupt prompt optimization. To address this issue, we propose TecoPrompt, a closed-loop robust prompt-learning framework that revisits optimal transport (OT) pseudo-labeling from a temporal perspective. TecoPrompt employs an entropic OT plan in the CLIP semantic space to obtain globally consistent label candidates. It verifies the reliability of these candidates by examining trajectory stability: a noisy label is only rewritten if the OT candidate remains unchanged within a K-epoch temporal stability window and passes a confidence gate based on Exponential Moving Average (EMA). This approach helps reduce confirmation bias. The rewritten labels are then integrated back into prompt training using a tri-group objective that includes three loss functions aligned with clean, mid, and noisy subsets. Experiments on seven datasets with synthetic symmetric and asymmetric noise, as well as Food101N, demonstrate significant performance improvements. For example, on the OxfordPets dataset, with 50% asymmetric noise, TecoPrompt achieves an accuracy of 0.843, up from 0.775.
• Abstract（参考訳）: Prompt Learningは、CLIPのような視覚言語モデルに、コンテキストトークンの小さなセットを調整することで適応する。 しかし、数ショットの監督の下では、中程度のラベルノイズでさえ、迅速な最適化を妨げかねない。 この問題に対処するために、時間的視点から最適なトランスポート(OT)擬似ラベルを再検討するクローズドループ頑健なプロンプトラーニングフレームワークであるTecoPromptを提案する。 TecoPromptは、CLIPセマンティックスペースでエントロピーOTプランを使用して、一貫したラベル候補を取得する。 ノイズラベルは、OT候補がK-エポック時間安定ウィンドウ内で変化しない場合にのみ書き換えられ、指数移動平均(EMA)に基づく信頼ゲートを通過する。 このアプローチは、確認バイアスを減らすのに役立つ。 書き直されたラベルは、クリーン、ミッド、ノイズのあるサブセットと整列された3つの損失関数を含む3つのグループ目標を使用して、即時トレーニングに統合される。 合成対称ノイズと非対称ノイズを持つ7つのデータセットの実験は、Food101Nと同様に、大幅な性能改善を示している。 例えば、OxfordPetsデータセットでは、50%の非対称ノイズで、テコプロンプトは0.843の精度を0.775から達成している。

関連論文リスト

• Learning Probabilistic Embeddings for Unsupervised Action Segmentation [28.558361258499527]
  本研究では,長期的・未編集映像に対する非教師的時間的動作分割の問題について検討する。 フレーム表現の確率的埋め込みを学習する。 決定論的埋め込みと比較して、我々の手法はMoFを20.7%、F1スコアを19.0%に改善する。
  論文  参考訳（メタデータ） (2026-07-06T16:10:25Z)
• Reliable Active Learning from Unreliable Labels via Neural Collapse Geometry [5.1511135538176]
  アクティブラーニング(AL)は、情報的なサンプルを優先順位付けすることでアノテーションのコストを削減することを約束するが、ラベルがうるさい場合やデータ分散がシフトした場合、その信頼性は低下する。 本稿では,深層ネットワークの創発的幾何学的規則性を活用し,信頼できない監視に対処するフレームワークである能動学習(NCAL-R)を提案する。
  論文  参考訳（メタデータ） (2025-10-10T17:50:31Z)
• Do It Yourself: Learning Semantic Correspondence from Pseudo-Labels [81.22943696917304]
  擬似ラベルを3次元認識することで意味的対応性の推定を改善することを提案する。 我々はSPair-71kに新たな最先端技術を導入し、同様の監督要件を持つ手法と比較して、絶対的な4%以上、7%以上を達成した。
  論文  参考訳（メタデータ） (2025-06-05T17:54:33Z)
• Robust Classification with Noisy Labels Based on Posterior Maximization [4.550290285002704]
  本稿では最近,教師付き分類のために提案された目的関数の$f$-divergenceに基づくクラスにおけるラベルノイズに対する頑健さについて検討する。 ラベルノイズの存在下では、$f$-PMLの目的関数のいずれかを補正して、クリーンデータセットで学習した関数と同等のニューラルネットワークが得られることを示す。
  論文  参考訳（メタデータ） (2025-04-09T11:52:51Z)
• Vision-Language Models are Strong Noisy Label Detectors [76.07846780815794]
  本稿では、視覚言語モデルに適応するためのDeFTと呼ばれるDenoising Fine-Tuningフレームワークを提案する。 DeFTは、何百万もの補助的な画像テキストペアで事前訓練されたテキストと視覚的特徴のロバストなアライメントを利用して、ノイズの多いラベルを抽出する。 7つの合成および実世界のノイズデータセットの実験結果から,ノイズラベル検出と画像分類の両方においてDeFTの有効性が検証された。
  論文  参考訳（メタデータ） (2024-09-29T12:55:17Z)
• M-Tuning: Prompt Tuning with Mitigated Label Bias in Open-Set Scenarios [58.617025733655005]
  緩和ラベルバイアス(M-Tuning)を用いた視覚言語プロンプトチューニング手法を提案する。 これはWordNetからのオープンワードを導入し、クローズドセットラベルワードのみからもっと多くのプロンプトテキストを形成する単語の範囲を広げ、シミュレートされたオープンセットシナリオでプロンプトをチューニングする。 提案手法は,様々なスケールのデータセット上で最高の性能を達成し,広範囲にわたるアブレーション研究もその有効性を検証した。
  論文  参考訳（メタデータ） (2023-03-09T09:05:47Z)
• Latent Class-Conditional Noise Model [54.56899309997246]
  本稿では,ベイズ的枠組みの下での雑音遷移をパラメータ化するためのLatent Class-Conditional Noise Model (LCCN)を提案する。 次に、Gibs sampler を用いて遅延真のラベルを効率的に推測できる LCCN の動的ラベル回帰法を導出する。 提案手法は,サンプルのミニバッチから事前の任意チューニングを回避するため,ノイズ遷移の安定な更新を保護している。
  論文  参考訳（メタデータ） (2023-02-19T15:24:37Z)
• S3: Supervised Self-supervised Learning under Label Noise [53.02249460567745]
  本稿では,ラベルノイズの存在下での分類の問題に対処する。 提案手法の核心は,サンプルのアノテートラベルと特徴空間内のその近傍のラベルの分布との整合性に依存するサンプル選択機構である。 提案手法は,CIFARCIFAR100とWebVisionやANIMAL-10Nなどの実環境ノイズデータセットの両方で,従来の手法をはるかに上回っている。
  論文  参考訳（メタデータ） (2021-11-22T15:49:20Z)
• Coping with Label Shift via Distributionally Robust Optimisation [72.80971421083937]
  分散ロバスト最適化(DRO)に基づく目的最小化モデルを提案する。 そこで我々は,提案した目的を最適化するために,大規模問題に適した勾配降下近位ミラー上昇アルゴリズムを設計し,解析する。
  論文  参考訳（メタデータ） (2020-10-23T08:33:04Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。