实体
Circinus
Circinus
PulseAugur coverage of Circinus — every cluster mentioning Circinus across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
FiRE 通过细粒度上下文学习增强多模态大语言模型以进行复杂图像检索 · 跟踪 3 个来源
研究人员开发了 FiRE，这是一种增强多模态大语言模型（MLLMs）以进行复杂图像检索任务的新颖方法。FiRE 引入了一种细粒度上下文学习策略，该策略涉及一个两阶段的微调过程，区分推理和检索目标。该方法还包括一个自动化的管道，用于构建专门针对组合图像检索（CIR）的综合数据集。实验表明，即使使用资源消耗较少的 MLLM 主干，FiRE 在零样本检索设置下的表现也显著优于现有方法。
-
无视觉CIR框架通过LLM重排增强图像检索
研究人员开发了一种新颖的无视觉组合图像检索（CIR）框架，这是一项复杂的跨模态任务。该方法利用属性增强混合评分来补偿文本表示中丢失的视觉细节，并采用基于LLM的重排来确保顶级结果之间的语义一致性。在CIRR数据集上的实验表明，与现有的零样本CIR方法相比，性能有了显著提升，R@1得分达到44.04%，提高了8.79%。在FashionIQ上的进一步分析突出了语义推理和细粒度视觉匹配之间的平衡，消融研究证实了两种提出技术都有效。
-
新框架CIR增强了AI模型在动态图上的鲁棒性
研究人员开发了一个名为CIR的新框架，旨在提高连续时间动态图（CTDG）表示学习方法的鲁棒性。现有方法在处理分布外偏移时常常遇到困难，而CIR通过使用一种新颖的结构因果模型（ICCM）来学习不变表示，从而解决了这个问题。该框架使用归一化加权几何平均值（NWGM）有效地近似干预预测，并包含一个环境记忆库来处理分布偏移，在各种分布外场景中表现出优越的性能。