Tag · 2 篇
CLIP-嵌入
分布 医学影像与生物视觉1生成模型与扩散1
01 02
SemVideo：通过分层语义引导从大脑活动中重建你所观看的内容
SemVideo: Reconstructs What You Watch from Brain Activity via Hierarchical Semantic Guidance
把分层语义提示（静态锚框描述、运动叙述、整体摘要）作为条件注入视频生成，并用三分支注意力融合重建运动模式，这套「语义引导 + 运动解耦」的思路可迁移到视频预测、条件视频生成与跨模态对齐任务。
CARLoS：通过 LoRA 的简洁评估表示实现大规模检索
CARLoS: Retrieval via Concise Assessment Representation of LoRAs at Scale
用 CLIP 嵌入与基模型生成结果的差值构造 Direction/Strength/Consistency 三段式表示，为 LoRA 这类生成组件的无元数据刻画与检索提供了可复用范式，可直接迁移到视觉生成模型的适配器管理与组合检索。