摘要

提示学习（Prompt Learning）已成为将视觉-语言基础模型适配至下游任务的主流策略。随着大规模语言模型（LLMs）的兴起，近期研究探索了利用与类别相关的描述作为输入，以提升提示的有效性。然而，传统的描述方式难以提供结构化信息，无法有效表征特定类别下实体与属性之间的内在关联。为克服这一局限，并强调对结构化知识的充分利用，本文提出借助LLM为每条描述构建图结构，以建模描述该类别的实体、属性及其相互关系。现有提示调优方法在处理此类结构化知识方面存在明显不足。为此，本文提出一种新颖的方法——层次化提示调优（Hierarchical Prompt Tuning, HPT），实现对结构化知识与传统语言知识的同步建模。具体而言，我们设计了一种关系引导的注意力模块，用于捕捉实体与属性之间的成对关联，支持底层提示学习；同时，通过引入高层及全局提示以建模整体语义，所提出的分层结构实现了跨层级的关联连接，使模型能够更有效地处理复杂且长程的语义关系。大量实验结果表明，所提出的HPT方法在性能上显著优于现有最先进方法，展现出更强的有效性与更优的泛化能力。代码已开源，地址为：https://github.com/Vill-Lab/2024-AAAI-HPT。