최근 자연어 처리(NLP)에서 대형 언어 모델(LLM)이 시각 내 콘텍스트 학습(ICL)에 큰 잠재력을 보여주었다. ICL은 몇 가지 예제 프롬프트 세트를 활용하여 모델 가중치를 명시적으로 업데이트하지 않고도 다양한 작업에 적응할 수 있는 능력을 말한다. 이러한 접근 방식은 전문적인 교육 및/또는 추가 데이터를 필요로 하기 때문에 프로세스를 복잡하게 만들고 일반화를 제한한다. 이 연구에서는 일반적으로 사용되는 안정적 확산 모델이 시각 내 콘텍스트 학습에 재활용될 수 있음을 보여준다. 이러한 모델은 사전 교육되어 있어 추가 데이터나 특수한 교육 없이도 시각 내 콘텍스트 학습에 적합하다는 것을 시사한다.

<Apple 뉴스 본문 전체읽기>