BriefGPT - AI 论文速递
·
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。
🎯
关键要点
- 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。
- CLIP-TD在低量数据和领域迁移条件下表现出显著增益。
- CLIP-TD在视觉常识推理、视觉蕴涵推理和视觉问答任务上取得了最先进的性能。
➡️
