MetaTPT：面向视觉-语言模型的元学习测试时提示调优
计算机视觉与模式识别
2025-12-16 v1
摘要
视觉-语言模型（VLMs）如 CLIP 表现出强大的零样例泛化能力，但在测试时仍对域移移敏感。测试时提示调优（TPT）通过固定数据增广来适应提示，但在更具挑战性的情境下可能效果不佳。本文提出元学习测试时提示调优（MetaTPT），一种元学习框架，用于学习自监督辅助任务以指导测试时提示调优。该辅助任务动态学习每个样本的参数化数据增广，实现更具表达力的变换，捕捉目标域中的关键特征。MetaTPT 采用双循环优化范式：内循环学习自监督任务以生成信息性视图，而外循环通过在这些视图之间强制一致性来进行提示调优。通过将增广学习与提示调优耦合，MetaTPT 在域移移情况下实现了测试时适应的提升。大量实验表明，MetaTPT 在域泛化和跨数据集基准测试中实现了状态-of-the-art 性能。
引用
@article{arxiv.2512.12268,
title = {MetaTPT: Meta Test-time Prompt Tuning for Vision-Language Models},
author = {Yuqing Lei and Yingjun Du and Yawen Huang and Xiantong Zhen and Ling Shao},
journal= {arXiv preprint arXiv:2512.12268},
year = {2025}
}
备注
NeurIPS 2025 Workshop