视觉语言模型 / CVPR2026
STiTch:协同语义过渡与传输的免训练零样本组合图像检索
STiTch: Semantic Transition and Transportation in Collaboration for Training-Free Zero-Shot Composed Image Retrieval
把检索从点对点匹配改成基于最优传输的集合到集合对齐,并用嵌入空间中的过渡向量修正 LLM 生成的描述,这两点可直接迁移到任何图文检索或跨模态匹配任务中。
组合图像检索零样本检索最优传输