跳到正文
arXiv · NLP· Yuhong Zhou, Yubo Gao, Xiangbo Shu·· 17 天前AI 评分25

ConstraintMatch:通过受限区域证据选择实现组合图像-文本匹配

ConstraintMatch: Compositional Image-Text Matching through Constrained Regional Evidence Selection

AI 导读

提出无训练推理方法 ConstraintMatch,将实体级区域一致性转化为匹配成本,提升组合图像-文本匹配准确率。 在 Qwen 2B 和 CORE 2B 骨干模型上,该方法比全局匹配分别提升 7.70 和 5.63 个百分比点,优于 SGI 基准。 确立了实体级证据选择作为组合多模态检索的实用评分原则。

来源:arXiv · NLP · arxiv.org