In der Welt der Künstlichen Intelligenz haben „Vision Foundation Models“ (VFM) im Bereich des „Deep Learnings“ eine neue Ära der Innovation eingeläutet. VFM sind leistungsfähige, vortrainierte maschinelle Lernmodelle, die auf sehr großen Bilddatensätzen trainiert werden und als Grundlage für eine Vielzahl von visuellen Anwendungen und spezialisierten Modellen dienen. Trotz rasanter Fortschritte bleiben entscheidende Fragen zur Vertrauenswürdigkeit dieser Technologie offen. So ist unklar, wann ein Modell den bekannten Bereich seiner Trainingsdaten verlässt und wie sich dadurch die Genauigkeit über verschiedene Domänen hinweg verhält. Mit anderen Worten: Wie kann die Genauigkeit durch welche Anpassungen und Finetuning an welcher Stelle beeinflusst werden? Das Forschungsvorhaben „REFRAME“ widmet sich diesen Herausforderungen.