交互式检索

CAST：面向交互式文本到图像检索的上下文感知动态潜空间变换

CAST: Context-Aware Dynamic Latent Space Transformation for Interactive Text-to-Image Retrieval

提出一种轻量级即插即用的上下文感知潜空间变换模块（CASR），通过低秩投影和强度调制动态调整多模态嵌入空间，可复用于其他需要细粒度语义对齐的跨模态检索或生成任务。