本研究提出了LoTLIP模型，旨在改善语言-图像预训练在长文本理解中的不足。通过长文本标签重标定和角落标记的引入，模型在保持短文本理解能力的同时，显著提升了长文本的理解能力和图像检索性能。
完成下面两步后，将自动完成登录并继续当前操作。
