BriefGPT - AI 论文速递 · 2023-09-07T00:00:00Z 基于提示的上下文和领域感知预训练：视觉与语言导航 💡 原文中文，约200字，阅读约需1分钟。 📝 内容提要 本文介绍了一种名为PANDA的预训练框架，用于解决预训练视觉语言模型在视觉和语言导航任务中的领域差异和交叉模态对齐的问题。通过对比学习，PANDA在R2R和REVERIE任务上取得了优于之前方法的结果。 🏷️ 标签 PANDA 交叉模态对齐 视觉语言模型 预训练框架 领域差异 阅读原文 生成长图 分享链接 已复制链接
