实体
Multimodal Embedding Models
Multimodal Embedding Models
PulseAugur coverage of Multimodal Embedding Models — every cluster mentioning Multimodal Embedding Models across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的Stresa框架增强了用于推荐的多模态嵌入模型
研究人员推出了一种名为Stresa的新型框架，旨在增强大规模预训练多模态嵌入模型在序列推荐任务中的性能。Stresa通过引入流感知隐藏适配器融合（SHAF）来保持融合过程中的历史记忆，并使用残差流适配器（ReSA）在层间进行选择性更新，从而解决了这些模型的适配挑战。实证评估表明，Stresa在公共数据集上的表现优于现有的侧面适配器和最先进的基线模型，展示了其在适配大规模嵌入模型以用于推荐系统方面的有效性。
-
新基准 MMLongEmbed 评估长上下文中的多模态模型
一项名为 MMLongEmbed 的新基准已被引入，用于评估长上下文场景下的多模态嵌入模型（MEMs）。该基准包含跨文本、文档和视频模态的四个检索任务，旨在评估模型理解和表示长篇多模态输入的有效性。初步评估显示，当前的 MEMs 倾向于依赖表面特征匹配，并且在深度语义和结构依赖性方面存在困难，性能下降程度因上下文长度和信息位置而异。