TDDN：融合扩散DINO的图文对齐模型
热点事件持续更新
TDDN：融合扩散DINO的图文对齐模型
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Harsha Patnala 等人发布论文，提出 TDDN 模型与 PuzzlePerception 数据集。该模型将 DINOv3 与 CleanDIFT 表征融合为感知编码器 DiffusedDINO，再与 RoBERTa-L 对齐形成文本对齐模型。 据论文称，在冻结骨干网络、仅使用约 59 万对齐样本的条件下，TDDN 在图像-文本检索任务上超过 CLIP ViT-L/14，具体为 Flickr30K 的文本到图像检索，以及 MS-COCO-2014 的双向检索。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
TDDN：面向拼图理解的对齐文本扩散 DINO 网络报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv：cs.AITDDN：面向拼图理解的对齐文本扩散 DINO 网络
TDDN 将 DINOv3 与 CleanDIFT 表征融合为感知编码器 DiffusedDINO，并与 RoBERTa-L 对齐，在冻结骨干、仅约 590K 对齐样本下超越 CLIP ViT-L/14。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。