摘要随着CLIP等预训练视觉-语言模型在视觉表征任务上的成功，将预训练模型迁移到下游任务是一种重要的范式。最近，受到NLP启发的提示微调范式在VL领域取得了巨大的进展。之前的方法主要集中在为视觉和文本输入构建提示模板上，但是忽略了VL模型和下游任务之间在类标签表示上的差距