视觉语言任务如何受益于大型预训练模型：一项综述

视觉语言任务（如视觉描述生成、视觉问答和视觉常识推理）的探索是人工智能领域的重要方向，并持续吸引研究界的关注。尽管整体性能有所提升，但视觉语言任务中仍存在经典挑战，阻碍了该领域的发展。近年来，预训练模型的兴起推动了视觉语言任务的研究。得益于大规模训练数据和模型参数，预训练模型在众多下游任务中展现出优异性能。受预训练模型强大能力的启发，新的范式应运而生以解决这些经典挑战。此类方法已成为当前研究的主流，受到越来越多的关注和快速的进展。本文对视觉语言任务如何从预训练模型中受益进行了全面综述。首先，我们回顾了视觉语言任务中的若干主要挑战，并讨论了预训练时代之前先前解决方案的局限性。其次，我们总结了利用预训练模型应对视觉语言任务挑战的最新进展。最后，我们分析了预训练模型固有局限性所带来的潜在风险，并讨论了可能的解决方案，试图提供未来研究方向。