TSVC：基于语义变异一致性的三方学习用于鲁棒的图像-文本检索

本研究旨在解决现有跨模态检索中的标注噪音问题，提出了一种新的三方学习机制（TSVC），通过协调者、主模型和助手模型的合作来提升鲁棒性。研究发现，TSVC能够在高噪音比下显著提高检索准确率，并保持稳定的训练表现，具有重要的应用潜力。