无标签视觉语言模型适应：一项全面调查

视觉-语言模型（VLMs）在广泛的任务中展现出卓越的泛化能力。然而，当直接应用于特定的下游场景时，若没有进行任务特定的适应，它们的性能往往不尽如人意。为了在保持数据效率的同时提升其实用性，近期研究日益关注不依赖标注数据的无监督适应方法。尽管该领域日益受到关注，但目前仍缺乏针对无监督VLM适应的统一、面向任务的综述。为了弥补这一空白，我们对该领域进行了全面而有条理的概述。我们基于无标签视觉数据的可用性和性质，提出了一种分类法，将现有方法分为四大关键范式：无数据迁移（无数据）、无监督领域迁移（丰富数据）、偶发测试时适应（批量数据）和在线测试时适应（流数据）。在此框架内，我们分析了与每种范式相关的核心方法论和适应策略，旨在建立对该领域的系统性理解。此外，我们回顾了跨越不同应用的代表性基准，并强调了未来的开放性挑战和有前景的研究方向。一个持续更新的相关文献库可在 https://github.com/tim-learn/Awesome-LabelFree-VLMs 获取。