메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
이영환 (한국과학기술원) 유창동 (한국과학기술원)
저널정보
대한전자공학회 대한전자공학회 학술대회 2024년도 대한전자공학회 하계학술대회 논문집
발행연도
2024.6
수록면
1,528 - 1,531 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In this paper, we introduce LLaVA-OOD, an Out-of-Distribution (OOD) detection method using pre-trained Multimodal Large Language Models (MLLMs). This method employs the pretrained LLaVA model for a convenient and scalable OOD detection strategy without a training phase. LLaVA-OOD uses simple prompt to detect and classify in-distribution data effectively in a zero-shot setting. Our experiments on the MNIST dataset highlight the practicality and scalability of our approach for OOD detection. We suggest that further refinements, such as more sophisticated prompt designs or the incorporation of additional specialized models, could indicate directions for future research and development.

목차

Abstract
Ⅰ. 서론
Ⅱ. 구현
Ⅲ. 실험결과
Ⅳ. 결론 및 향후 연구 방향
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0