ai·radar
Bản tin sáng Tra cứu

Kẹt ở chế độ xáo trộn: Về liên kết thuộc tính - đối tượng trong các mô hình thị giác - ngôn ngữ

Stuck on Shuffle: On Attribute-Object Binding in Vision-Language Models

Đoạn trích bài viết

Truy xuất là một tác vụ cơ bản trong các hệ thống đa phương thức: với một truy vấn bằng hình ảnh hoặc văn bản, mục tiêu là tìm kiếm các hình ảnh hoặc văn bản liên quan nhất trong một tập hợp, thường sử dụng một không gian nhúng chung.

Toàn văn bài viết

Đọc bài viết đầy đủ trên huggingface

Mở bài gốc để xem trọn vẹn chi tiết và dẫn chứng.

Mở bài viết gốc