本研究提出了基线模型SimBase，解决了时间视频定位中的复杂网络架构问题。SimBase通过轻量级一维时间卷积层和元素乘积实现跨模态交互，在两个大规模数据集上取得了先进的结果，展现了未来的创新潜力。

本研究提出了一种新的方法来生成并行的视觉问答风格对，以促进跨模态交互。使用大型语言模型将探测信号显式建模为VQA风格数据，并在两个基准测试中验证了该方法的有效性。

本研究提出了一种新的方法来生成并行的视觉问答风格对，以促进跨模态交互。使用大型语言模型将探测信号显式建模为VQA风格数据，并在两个基准测试中验证了该方法的有效性。

MobileVLM是一个专为移动设备设计的多模式视觉语言模型，具有高效的投影实现跨模态交互。在VLM基准测试中表现出与更大模型相当的性能。在高通骁龙888 CPU和NVIDIA Jeston Orin GPU上获得了21.5个token和65.3个token每秒的推断速度。

通过总结现有研究，确定了影响Visual-Language Pre-training模型转移攻击效果的两个因素：跨模态交互和数据多样性。提出了一种新的基于自我增强的转移攻击方法SA-Attack，并在Flickr30K和COCO数据集上验证了其有效性。