Tag · 1 篇
TRANSPORTER: Transferring Visual Semantics from VLM Manifolds
把 VLM 的 logit 分数通过最优传输耦合映射到 T2V 模型的语义嵌入空间,用生成视频作为解释载体——做 VLM 可解释性或探针研究时,可复用这套「logit→嵌入方向→条件生成」的流程来可视化模型内部语义。