Clara

新的 CLARA 框架使用视觉替代方案来解决图像检索歧义

研究人员推出了一种新颖的框架 CLARA，旨在解决组合图像检索 (CIR) 中的歧义问题。与依赖基于文本的澄清的先前方法不同，CLARA 向用户展示一小部分视觉替代方案。这种方法允许用户直接选择最符合其意图的图像，从而无需模型预测文本答案。CLARA 通过根据用户选择重新加权校准并确保显示的原型基于真实语料库图像，从而在多个交互轮次中保持一致性保证。