北京
本期为TechBeat人工智能社区第695期线上Talk。
北京时间6月26日(周四)20:00，香港中文大学博士生龚施展的Talk将准时在TechBeat人工智能社区开播！
他与大家分享的主题是:“一种提升CLIP视觉可解释性的对抗精调方法”，届时他将介绍一种无监督对抗性微调（AFT）方法，通过范数正则化显著增强了CLIP的视觉可解释性。
Talk·信息
主题：一种提升CLIP视觉可解释性的对抗精调方法
嘉宾：香港中文大学 · 博士生 - 龚施展
时间：北京时间6月26日(周四)20:00
地点：TechBeat人工智能社区
http://www.techbeat.net/
Talk·介绍
在当今多模态模型快速发展的背景下，CLIP作为一种视觉表征学习的关键技术，在许多大规模模型（如LLaVA）中扮演了重要角色。然而，其复杂的图像编码器架构和训练过程导致的可解释性不足，限制了其在高风险决策应用中的广泛使用。在我的研究中，我们提出了无监督对抗性微调（AFT）方法，通过范数正则化显著增强了CLIP的视觉可解释性。理论分析表明，AFT能够通过隐式正则化使图像编码器专注于稀疏而有意义的特征。实验结果表明，该方法不仅提升了CLIP的可解释性，还能推广至分布外数据和下游任务，展示了广泛的适用性和潜力。
Talk大纲
1. 背景：CLIP模型在很多任务上取得了较好的表现
2. 动机与问题：现有的CLIP模型缺乏可解释性，已有的可解释性方法不能很好迁移到下游任务
3. 解决方法：提出一种对抗精调框架，使得精调后的CLIP模型更具有视觉可解释性
4. 总结：讨论一些潜在的扩展
Talk·预习资料
论文链接： https://openreview.net/forum?id=khuIvzxPRp 代码链接： https://github.com/peterant330/CLIP_AFT
Talk·提问交流
在Talk界面下的【交流区】参与互动！留下你的打call和问题，和更多小伙伴们共同讨论，被讲者直接翻牌解答！
你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！
Talk·嘉宾介绍
龚施展
香港中文大学 · 博士生
龚施展，目前是香港中文大学的在读博士生。主要研究方向为多模态学习，可信人工智能和医学影像分析。目前已经在ICML、ICLR、CVPR、TMI等会议和期刊上发表多篇论文。
个人主页: https://www.techbeat.net/grzytrkj?id=45068
-The End-
如果你也想成为讲者
自荐 / 推荐
单人Talk | 团队专场 | 录播or直播 | 闭门交流
多种方式任你选择！
推荐讲者成功也有奖励哦~
关于TechBeat人工智能社区
TechBeat(www.techbeat.net)隶属于将门创投，是一个荟聚全球华人AI精英的成长社区。
我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。
期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！
更多详细介绍>>
预约本期Talk
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
