在过去的几年里，全世界都见证了基础模型的力量，这些模型是在巨大的数据集上训练的机器学习模型，可以完成各种一般任务，包括与人类对话，例如 ChatGPT 的情况。但是基础模型给生物识别系统带来了什么？
瑞士 Idiap 研究所的一份新报告概述了当前在生物识别技术中使用基础模型的研究。这纸，标题为基础模型和生物识别技术：调查与展望，还概述了可以引入生物识别相关问题的进步，例如识别准确性以及增强安全性和隐私性。
Idiap 研究所高级研究员 Sébastien Marcel 表示：“据我们所知，这篇论文是第一篇调查基础模型在生物识别技术中的应用的调查。”宣布周四在 LinkedIn 上。
除了马塞尔之外，该论文的共同作者还有该研究所的博士后研究员哈特夫·奥特罗希 (Hatef Otroshi)。
基础模型目前正在不同领域进行测试，包括自然语言处理、计算机视觉、音频处理和多模态处理。例如，一些研究表明，预训练的多模态大语言模型（例如 GPT-4）可以和虹膜数据，无需任何额外的微调。
一些基准测试还表明，预训练的基础模型可以有效地完成生物识别任务，而一些论文则试图针对生物识别问题对预训练的模型进行微调。其他研究人员使用自我监督学习从未标记的数据中学习生物特征表示，并评估下游任务的模型。
然而，该研究也强调了在生物识别技术中应用基础模型的局限性。
该论文指出：“我们可以设想未来更多的工作是开发生物识别基础模型，为不同的生物识别任务提供更广泛的应用和更好的性能。”
Idiap 研究所正在组织首届研讨会，探讨人脸和手势识别任务的基础模型，名为国际人脸和手势识别基础、多模态大语言和生成模型研讨会（FM&LLM&GM2025）。该研讨会将于 5 月 27 日至 29 日在 IEEE 自动人脸和手势识别系列会议期间举行。
除了研讨会之外，该主题还将在5 月 19 日至 20 日期间，由该研究所与欧洲生物识别协会 (European Association for Biometrics) 共同组织 (）和识别技术研究中心（）。
文章主题
||||||
