PulseAugur
中
实时 08:36:49
English(EN) Diverse-Intent Multi-Turn Fashion Image Retrieval

新的DIM-Fashion基准和FashionAM模型推动多轮时尚图像检索发展

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了DIM-Fashion，这是一个旨在通过解决现有方法的局限性来改进多轮时尚图像检索的新基准。当前的方法通常假设意图转换是统一的，未能考虑到用户回滚等多样化行为。DIM-Fashion包含来自各种时尚检索数据集的26,000个多轮会话，旨在捕捉这些复杂的交互。此外，研究团队还开发了FashionAM，一个多模态大语言模型和视觉语言预训练框架，可以直接处理针对视觉嵌入的对话查询，绕过中间文本化，以保留更精细的视觉细节。 AI

影响 增强了复杂、交互式搜索场景下的多模态理解能力，有望改进电子商务和个性化推荐系统。

排序理由 介绍新基准和模型的 ist 论文。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的DIM-Fashion基准和FashionAM模型推动多轮时尚图像检索发展

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Mingqiang Tang, Haokun Wen, Meng Liu, Yupeng Hu, Weili Guan, Xuemeng Song ·

    多意图多轮时尚图像检索

    arXiv:2607.20291v1 Announce Type: new Abstract: Real-world fashion search involves interactive retrieval across multiple turns. However, existing multi-turn retrieval methods are built on a restrictive assumption that every interaction follows the same attribute-editing paradigm,…

相关实体

相关话题