Aritra Bandyopadhyay

TRIANGLE框架在多模态检索可复现性研究中表现不一

一项关于用于多模态信息检索的TRIANGLE框架的可复现性研究发现，虽然TRIANGLE在零样本设置下优于成对基线，Recall@1提升高达+8.7，但其优势取决于特定领域。该研究未能复现TRIANGLE从头开始训练的结果，并将其归因于在联合优化几何对齐与数据-文本匹配损失时出现的优化不稳定性。进一步分析表明，余弦正则化主要稳定了文本到视频的检索，而特定领域的微调增强了几何优势，但削弱了跨数据集的泛化能力。