研究人员开发了PeFuse,一种新颖的用于组合图像检索(CIR)的无训练框架。该方法利用预训练的扩散模型和多模态大语言模型,通过生成式转换连接视觉和文本模态。PeFuse将CIR重新构建为单一模态检索问题,无需进行任务特定训练,并在标准基准测试中取得了有竞争力的性能。 AI
影响 该框架通过利用现有的大型模型而无需额外训练,为图像检索提供了一种更灵活、更有效的方法。
排序理由 该集群描述了一篇关于图像检索新颖框架的最新研究论文。
- alphaXiv
- arXiv
- CatalyzeX
- Composed Image Retrieval
- CORE Recommender
- DagsHub
- Diffusion Models
- Gotit.pub
- Hugging Face
- Multimodal Large Language Models
- PeFuse
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →