实体
WebQA+
WebQA+
PulseAugur coverage of WebQA+ — every cluster mentioning WebQA+ across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
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 3 条
-
新方法以有限数据增强无监督跨模态检索 · 跟踪4个来源
研究人员正在开发新的无监督跨模态检索方法，旨在提高效率并减少对大型手动标注数据集的依赖。论文提出了属性提示核哈希（APKH）和全局邻域对齐哈希（GNAH）等技术，这些技术利用视觉语言基础模型和有限的配对数据来构建紧凑、对齐的汉明空间。另一种方法UniCA引入了双向交叉注意力和正相似性损失，以实现更鲁棒的多模态检索，并在WebQA+等基准测试中取得了改进。
-
潜在记忆将问答令牌使用量减少 3 倍至 10 倍
研究人员开发了一种名为潜在记忆的新方法，以改进面向资源受限环境的问答系统。该方法将文本和图像等多模态证据压缩成单个潜在令牌。通过在统一的潜在空间中运行，潜在记忆显著减少了令牌消耗，与传统的基于检索的系统相比，使用的令牌数量减少了 3 倍至 10 倍，同时在各种问答基准测试中保持了有竞争力的性能。
-
MiMIC论文解决了多模态检索中的视觉模态坍塌问题
研究人员开发了MiMIC，一种用于通用多模态检索（UMR）的新方法，解决了视觉模态坍塌和语义不对齐的问题。与早期或晚期融合模态的先前方法不同，MiMIC采用了解码器内融合架构。它还结合了强大的训练技术，包括单模态混合和随机字幕丢弃，以提高在WebQA+和EVQA+等数据集上的性能。