视觉语言模型 / CVPR2026
面向层次化视觉识别的分类学感知表征对齐:结合大型多模态模型
Taxonomy-Aware Representation Alignment for Hierarchical Visual Recognition with Large Multimodal Models
把生物基础模型经层次对比学习得到的表征,通过中间层特征对齐注入 LMM,为视觉研究者提供了一种无需重训即可让多模态模型获得分类学结构先验、并泛化到新类别的可复用对齐手段。
表征对齐层次分类细粒度视觉识别