实体 CLIP-ViT/B32

CLIP-ViT/B32

PulseAugur coverage of CLIP-ViT/B32 — every cluster mentioning CLIP-ViT/B32 across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_100234 · Jun 19 · 04:00

新框架利用大语言模型增强时尚图像检索

研究人员开发了一种新的时尚图像检索框架，该框架利用多模态大语言模型（LLMs）和两阶段微调策略。该方法集成了LLaVA等模型来生成属性感知的三元组，并使用CLIP-ViT/B32等预训练的视觉-语言模型进行增强的对比学习。该方法旨在通过解决现有方法的局限性，如标注数据稀缺和简单的负采样，来改进组合推理和细粒度检索。