本文介绍了一种端到端训练的理解网络，结合语言和视觉编码器，通过动态滤波器将文本知识转移到图像中，捕获对象的空间信息。生成的字幕网络增强了语言和视觉模块的通信，提高了表示效果。在两个数据集上的评估显示，该方法表现优异。

本文介绍了一种端到端可训练的理解网络，结合语言和视觉编码器，通过动态滤波器将文本知识转移到图像中，有效捕获对象的空间信息，并通过生成字幕网络加强模块通信。实验结果显示，该框架在两个数据集上表现优异。

本文评估了无监督和监督的句子嵌入训练对语言编码器质量和交叉模态任务性能的影响。研究发现，句子嵌入训练有助于提高对比视觉-语言模型的性能，但在音频-语言预训练中效果较少。句子嵌入训练改善了文本空间的均匀性，但降低了交叉模态对齐性。