Qwen3-VL-Embedding-2B
PulseAugur coverage of Qwen3-VL-Embedding-2B — every cluster mentioning Qwen3-VL-Embedding-2B across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新CDDA框架提升教育视频检索能力
研究人员开发了一个名为概念驱动域适应（CDDA）的新框架，以改进教育目的的视频片段检索。该方法解决了根据抽象教学概念而非可观察事件来查找纪录片片段的挑战。CDDA采用三阶段流程来适应视觉-语言模型，通过概念-示例对来构建文本嵌入空间，将这种几何结构转移到视觉信息上，然后通过稀疏的视觉概念监督联合调整两个编码器。该框架旨在弥合抽象差距，从而在教育环境中实现更有效的概念级检索，并在一个初中物理基准测试中得到了验证。
-
新研究探索高效多模态检索与自适应嵌入
三篇新研究论文探讨了多模态检索的进展，重点在于提高效率和性能。第一篇论文介绍了ReT-2，一个使用循环Transformer架构和受LSTM启发的门控机制的统一检索模型，用于多模态查询和文档，在M2KR和M-BEIR基准测试中取得了最先进的成果。第二篇论文PUMA提出了一种用于通用多模态嵌入的后验稀疏化方法，在不重新训练骨干模型的情况下显著降低了存储和推理成本，并在各种基准测试中取得了有竞争力的结果。第三篇论文AdaptiveEmbe…
-
Eddy-VL 1.9B: 用于边缘部署的压缩多模态模型
研究人员开发了Eddy-VL 1.9B，这是一种压缩的多模态嵌入模型，专为无云访问环境中的边缘部署而设计。Eddy-VL基于Qwen3-VL-Embedding-2B构建，利用结构化剪枝和分层蒸馏，将参数数量减少了约9.5%，同时在MMEB-V2基准测试中保持了超过91%的教师模型性能。这种压缩还将前向延迟降低了10%，使其适用于需要低延迟和离线功能的应用程序，例如法证调查。虽然在组合推理方面表现强劲，但在Winoground等任务上…
-
新的PULS系统使用语义世界模型管道预测视频异常
研究人员开发了PULS（预测统一潜在空间），一种用于连续视频异常检测的新型管道，它超越了被动响应方法。PULS由KSD桥组成，该桥使用Qwen3-VL-Embedding-2B将V-JEPA 2的物理张量转换为文本对齐的超球体，以及一个预测状态预测器（ASP）。这种方法在UCF-Crime和XD-Violence等数据集上取得了出色的性能，证明了潜在清晰度假说，即预期的未来表征比当前表征在语义上更易分离。ASP模块进一步完善了这些预期…