Learning Multimodal Embeddings with Evidence-Aligned Readout

Đoạn trích bài viết

Các mô hình ngôn ngữ lớn đa phương tiện có thể phơi bày bằng chứng liên quan đến nhiệm vụ thông qua việc tạo ra, nhưng việc sản xuất bằng chứng hữu ích không tự quyết định cách nó nhập vào việc nhúng lại. Chúng tôi nghiên cứu liệu tổ chức ngữ nghĩa của bằng chứng đó cũng có thể xác định nơi đại diện được đọc.