看见语法:揭示视觉-语言模型中的语法学习限制

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本研究探讨了视觉-语言模型(VLMs)在文本编码器中获取语法知识的局限性,结果显示单模态语言模型(ULMs)在语法信息获取方面明显优于VLM,而VLM的语法学习受到预训练目标的显著影响。

🏷️

标签

➡️

继续阅读