研究人员开发了AURORA,一个新颖的双曲视觉-语言框架,旨在更好地建模多模态数据。该框架将语义相似性(角度对齐)与层级结构建模(径向排序)分离开来,以克服现有模型中冲突的几何约束。AURORA利用新颖的径向-角度顺序锥(RAOC)进行蕴含建模,并包含范数正则化以实现稳定训练。在数百万图像-文本对上的各项任务评估表明,AURORA持续优于欧几里得和双曲基线模型。 AI
影响 这项研究通过改进多模态AI系统对数据层级关系的理解方式,可能带来更准确、更鲁棒的多模态AI系统。
排序理由 该集群包含一篇详细介绍双曲视觉-语言模型新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- AURORA
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- Radial-Angular Order Cone
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →