TDDN融合DINOv3与CleanDIFT提升图文检索
热点事件持续更新
TDDN融合DINOv3与CleanDIFT提升图文检索
1 篇报道1 个报道来源19 小时前更新
先了解这件事
AI 综述
研究者提出TDDN（对齐文本扩散DINO网络），将DINOv3与CleanDIFT表示融合为感知编码器DiffusedDINO，并与RoBERTa-L对齐。在冻结主干、仅使用约590K对齐样本的条件下，该模型在Flickr30K和MS-COCO-2014图文检索任务上超过CLIP ViT-L/14。 论文由Harsha Patnala等作者发布，同时提出PuzzlePerception数据集，代码与数据已公开。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
TDDN：面向拼图理解的对齐文本扩散 DINO 网络报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · cs.AITDDN：面向拼图理解的对齐文本扩散 DINO 网络
研究者提出 TDDN，将 DINOv3 与 CleanDIFT 表示融合为感知编码器 DiffusedDINO，并与 RoBERTa-L 对齐，在冻结主干、仅用约 590K 对齐样本的情况下，在 Flickr30K 和 MS-COCO-2014 图文检索任务上超过 CLIP ViT-L/14。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。