视觉语言模型 / CVPR2026
双曲视觉语言模型中基于不确定性引导与部分到整体语义代表性的组合对齐
Uncertainty-guided Compositional Alignment with Part-to-Whole Semantic Representativeness in Hyperbolic Vision-Language Models
把双曲空间中的不确定性作为「部分对整体语义代表性」的度量,并用不确定性加权对比损失与熵正则的蕴含损失来校准,可直接迁移到需要建模层级/组合结构的图文对齐与检索任务。
双曲嵌入对比学习组合性理解