BriefGPT - AI 论文速递 · 2023-10-02T00:00:00Z 控制视觉 - 语言模型用于通用图像修复 💡 原文中文，约200字，阅读约需1分钟。 📝 内容提要 CLIP-TD是一种自适应选择标记的蒸馏方法，适用于视觉-语言任务。在低量数据和领域迁移条件下，CLIP-TD在视觉常识推理、视觉蕴涵推理和视觉问答任务上获得了最先进的性能。 🏷️ 标签 CLIP-TD 自适应选择标记 视觉-语言任务 视觉常识推理 视觉蕴涵推理 视觉问答任务 语言模型 阅读原文 生成长图 分享链接 已复制链接
