Radial-Angular Order Cone

新的AURORA框架解耦视觉-语言模型目标

研究人员开发了AURORA，一个新颖的双曲视觉-语言框架，旨在更好地建模多模态数据。该框架将语义相似性（角度对齐）与层级结构建模（径向排序）分离开来，以克服现有模型中冲突的几何约束。AURORA利用新颖的径向-角度顺序锥（RAOC）进行蕴含建模，并包含范数正则化以实现稳定训练。在数百万图像-文本对上的各项任务评估表明，AURORA持续优于欧几里得和双曲基线模型。