跳到正文
arXiv · 机器人与计算机视觉· Freek Byrman, Partha Das, Stijn Verdenius, Pascal Mettes·· 8 天前AI 评分45

研究揭示双曲视觉语言模型在实践中近似欧氏空间

How Hyperbolic Are Hyperbolic Vision-Language Models?

AI 导读

针对 MERU、HyCoCLIP 等四种双曲 VLM,研究发现其指数映射操作在推理中近乎恒等变换,移除该映射后评估分数不变。基于此,团队从零训练的欧氏模型在 CC3M 数据集上最终阶段统计特征与双曲版本无差异且评分一致。结论表明当前层级视觉语言学习无需依赖双曲几何,相关代码已开源。

来源:arXiv · 机器人与计算机视觉 · arxiv.org