本研究提出显式逻辑叙述提示（ELNP），旨在改善反事实文本与图像模型的概念对齐问题。实验结果表明，该方法显著提升了对齐效果。

本研究提出了一种新方法，通过概念对齐解决开放词汇对象检测中的未见类别测试问题，显著提升了COCO和LVIS基准的检测性能与计算效率。

我们提出了一个名为SSCBM的新框架，通过在标记和未标记数据上进行联合训练，并在概念层面对未标记数据进行对齐，解决了现有CBMs训练中的限制。实验证明我们的SSCBM既有效又高效，在仅有20%标记数据的情况下，实现了93.19%的概念准确性和75.51%的预测准确性。