作为阅美剧无数的国人，我心中的第一美剧还是那个烂尾的该死的《权力的游戏》，是的，真的是让人又爱又恨啊！虽然《权游》算得上是美剧巅峰，里面各位主创的形象也刻画的深入人心，但是一千个读者心里有一千个哈姆雷特，每一个读者心里也会有不同的囧诺、龙妈、小恶魔、三傻、二丫等等。现在好了，我们有了万能的ChatGPT，还有超级AI绘画神奇Midjourney，让我们来看看AI眼中的《权游》是什么样的吧。另外说一下，《权力的游戏》原著名字叫做《冰与火之歌》，嘿嘿！开整首先登录ChatGPT，调教之好了，看起来ChatGPT很听话，下面进入正题琼恩·雪诺JonSnowisatallandleanyoungman

还能这么玩？将PromptTuning用于细粒度的图像检索！【写在前面】细粒度对象检索旨在学习判别表示以检索视觉上相似的对象。然而，现有的最佳性能作品通常在语义嵌入空间上施加成对的相似性，以在有限的数据体系中不断调整整个模型，从而导致容易收敛到次优解。本文提出了细粒度检索提示调优算法(FRPT)，该算法从样本提示和特征自适应的角度出发，利用冻结的预训练模型来执行细粒度检索任务。具体地说，FRPT只需要在提示和自适应中学习较少的参数，而不是对整个模型进行调整，从而解决了对整个模型进行微调而导致的收敛到次最优解的问题。从技术上讲，作为样本提示，引入了结构扰动提示(SPP)，通过内容感知的非均匀采样

还能这么玩？将PromptTuning用于细粒度的图像检索！【写在前面】细粒度对象检索旨在学习判别表示以检索视觉上相似的对象。然而，现有的最佳性能作品通常在语义嵌入空间上施加成对的相似性，以在有限的数据体系中不断调整整个模型，从而导致容易收敛到次优解。本文提出了细粒度检索提示调优算法(FRPT)，该算法从样本提示和特征自适应的角度出发，利用冻结的预训练模型来执行细粒度检索任务。具体地说，FRPT只需要在提示和自适应中学习较少的参数，而不是对整个模型进行调整，从而解决了对整个模型进行微调而导致的收敛到次最优解的问题。从技术上讲，作为样本提示，引入了结构扰动提示(SPP)，通过内容感知的非均匀采样