研究者提出文本嵌入视觉接地框架

研究者 Slimane Larabi 提出一种基于草图的视觉接地框架，把文本表示转换为视觉地形草图，以直观呈现文本嵌入中的语义内容。 在 MS-COCO 数据集上的检索评测显示，SBERT 在严格 top-1 准确率上仍占优，草图方法与它在 top-5 检索上表现相当；两者级联后优于单独使用 SBERT。作者据此认为，若直接在文本上训练，草图表示在信息检索上具有潜力。 目前结果来自 arXiv 预印本，检索评测仅限 MS-COCO，作者对潜力的判断属于展望而非已证实结论。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。