跳到正文
arXiv · 机器人与计算机视觉· Mingyang Gao, Yuwei Wu, Shiyu Luo, Wei Wu, Xiaomeng Fan, Qihao Lv, Haoyu Zhang, Rui Gao, Bingzhen Liu, Zhi Gao, Che Sun·· 24 天前精选AI 评分82

分离双曲视觉语言模型中的角度对齐与径向排序

Separating Angular Alignment from Radial Ordering in Hyperbolic Vision-Language Models

AI 导读

该论文介绍 AURORA 框架,旨在解决现有双曲视觉语言预训练目标中语义对齐与层级结构纠缠的问题。作者提出通过角度对齐捕获语义相似性,并利用新的径向 - 角度顺序锥(RAOC)进行蕴含建模,同时引入范数正则化防止径向退化。模型在数百万图像文本对上训练,并在零样本分类、图文检索等任务上优于欧氏和双曲基线。材料为 arXiv 预印本,未提及同行评审状态或开源代码。

推荐理由

提出 AURORA 框架,通过解耦语义对齐与层级蕴含建模解决双曲空间表示冲突。

来源:arXiv · 机器人与计算机视觉 · arxiv.org