基于基础模型的免调参对象命名

我们实现了一个实时对象命名系统，能够学习一组从未见过的命名实体。我们的方法采用一个现有的基础模型，我们认为其在启动前已准备好识别任何事物。它将所见图像转化为相对较小的特征向量，我们将其与逐步构建的词汇表索引相关联，而无需对模型进行任何训练或微调。我们的贡献在于使用了从 transformer 中已知的关联机制——注意力。它具有支持从无关信息中泛化以区分实体、并潜在地支持关联远多于词汇表索引的特征。因此，该系统能以单次方式工作，并正确命名不同内容中提及的对象。我们还概述了由黑板架构集成的系统模块的实现细节。最后，我们考察了系统的质量，主要是其以此方式可处理的对象数量。