提出RoSA框架缓解显著性坍塌

2026年10月23日，Qiuyu Kong等人发表arXiv论文，提出RoSA显著性感知的微调框架，旨在解决长文本图文检索中因过度依赖显著视觉特征导致的性能下降（即显著性坍缩）问题。 该框架通过将图文对分解为互补的“显著视图”与“上下文视图”，结合物体级视觉显著性估计和基于LLM的文本分解策略，利用辅助目标对齐不同视图的特征，实现显著语义与上下文语义的联合学习。 结果显示，RoSA显著提升了长文本检索性能，并对显著性坍缩展现出强鲁棒性。其辅助目标模块具备即插即用特性，可统一提升现有微调方法的效果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。