零样本视频-文本检索

用于多模态对齐的双曲 Gramian 体积

Hyperbolic Gramian Volumes for Multimodal Alignment

把多模态对齐中的 Gramian 体积从欧氏空间搬到洛伦兹双曲模型，并用可学习混合保留欧氏判别性，可直接替换视频-文本对比学习中的相似度/对齐损失，提升零样本跨类别判别与语义敏感度。