ArcSin: 自适应范围余弦相似性注入噪声以支持以语言为驱动的视觉任务
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
LinCIR是一种新型的CIR框架,通过自掩蔽投影方法将文本的潜在嵌入投影到标记嵌入空间,并替换关键词标记,使得新文本和原始文本具有相同的潜在嵌入向量。LinCIR在不同的CIR基准上展现出最佳的零-shot CIR性能。
🎯
关键要点
-
LinCIR是一种新型的CIR框架,使用语言进行训练。
-
LinCIR采用自掩蔽投影(SMP)方法,将文本潜在嵌入投影到标记嵌入空间。
-
LinCIR通过替换关键词标记构建新文本,使新旧文本具有相同的潜在嵌入向量。
-
LinCIR在CIRCO、GeneCIS、FashionIQ和CIRR四个基准上展现出最佳的零-shot CIR性能。
-
LinCIR在FashionIQ上的表现超过了有监督方法。
🏷️
标签
➡️