Awesome-Prompting-on-Vision-Language-Model

收录理由

这份清单为研究视觉语言模型提示工程的读者提供了一个实用的起点。它汇集了同名综述论文中引用的相关文献，并按照模型类型整理：一类是从图像生成文本的多模态模型，一类是做图像与文本匹配的模型（例如CLIP），还有一类是根据文本生成图像的模型。每篇论文的条目都标出了发表venue、年份、可用的代码链接，并用简短评论点出所用的提示方式，方便快速浏览大量资料后选出与自己任务相关的成果。综述中对硬提示与软提示的区分，以及对上下文学习、思维链提示等类别的归纳，也为选择尝试哪种技术提供了简便的参考。它不是可运行的软件，而是一幅文献图谱，但用于项目前期的资料梳理时，能省下不少时间。