CRANE框架：首个模型无关的多模态反事实检索方法

研究团队提出CRANE框架，这是首个模型无关的事后多模态反事实生成方法。该方法通过检索目标类别的真实训练样本，将其作为候选解释来服务于多模态分类器。 在4个异构数据集及3种融合策略的测试中，多模态共识检索（MC-R）策略表现突出。该策略在3个数据集上取得了最优或并列最优的结果，其解释均严格基于联合训练分布。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。