新框架PeFuse实现训练无关的组合图像检索

研究人员开发了PeFuse，一个新颖的、用于组合图像检索（CIR）的训练无关框架。该方法利用预训练的Diffusion模型和多模态大语言模型，通过生成式转换来连接不同的模态。PeFuse将CIR重新表述为单一模态检索任务，无需专门训练即可在标准基准上取得有竞争力的性能。 AI

影响 这项研究通过利用现有的、无需额外训练的大模型，有望提高图像搜索系统的效率和灵活性。

排序理由 该集群描述了一篇关于图像检索新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.IR (Information Retrieval) 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• Composed Image Retrieval
• CORE Recommender
• DagsHub
• Diffusion Models
• Gotit.pub
• Hugging Face
• Multimodal Large Language Models
• PeFuse
• ScienceCast

• 论文
• 模型发布

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