Tag · 2 篇
细粒度视觉识别
01 02
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。
面向细粒度开放世界分类的特异性感知强化学习
Specificity-aware reinforcement learning for fine-grained open-world classification
为视觉语言模型在开放世界细粒度分类中提供了一种基于强化学习的微调框架，通过动态验证器奖励平衡预测的正确性与特异性，可复用于其他需要提升生成具体性的视觉语言任务。