Tag · 1 篇
Role-SynthCLIP: A Role-Play Driven Diverse Synthetic Data Approach
用多视角角色扮演提示驱动 MLLM 为同一张图生成互补字幕,在固定图像数量下提升图文对的语义多样性,可直接复用于 CLIP 类模型的预训练数据构造与细粒度对齐。