在过去的几年中，世界一直在见证基础模型的力量，在完成各种一般任务的巨大数据集上训练的机器学习模型，包括与人类（例如Chatgpt）交流。但是，将哪些基础模型带入生物识别系统？
总部位于瑞士IDIAP研究所的一份新报告概述了有关使用基础学基础模型的当前研究。这纸，标题基础模型和生物识别技术：调查和前景，还概述了可以引入与生物识别技术有关的问题的进步，例如识别准确性以及增强安全性和隐私性。
“据我们所知，本文是第一项调查基础模型在生物识别技术中的应用，” IDIAP研究所的高级研究员SébastienMarcel，宣布周四在LinkedIn上。
除了马塞尔（Marcel），该论文还由该研究所的博士后研究员Hatef Otroshi合着。
目前正在不同领域的基础模型进行测试，包括自然语言处理，计算机视觉，音频处理和多模式处理。例如，一些研究表明，预先训练的多模式大语言模型（例如GPT-4）可以和虹膜数据，没有任何其他微调。
几个基准还表明，预先训练的基础模型可以有效地对生物识别任务有效，而某些论文则试图微调预训练的模型以解决生物识别问题。其他研究人员已经使用自学学习的学习来从未标记的数据中学习生物识别表示，并评估了下游任务的模型。
但是，这项研究还强调了在生物识别技术中应用基础模型的局限性。
论文指出：“我们可以设想为开发具有更广泛应用的生物识别基础模型的更多未来工作，并为不同的生物识别任务提供更好的性能。”
IDIAP研究所正在组织第一个研讨会，探索面部和手势识别任务的基础模型，名称为国际基础，多模式大语言和面部和手势识别的生成模型（FM＆LLM＆GM2025）。该研讨会将在5月27日至29日之间的IEEE会议系列中举行有关自动面部和手势识别的系列。
除了讲习班外，该主题还将在在5月19日至20日之间，由研究所与欧洲生物识别协会一起组织（）和识别技术研究中心（）。
文章主题
||||||
