arXiv · 多模态、视频与世界模型· Mirella Zeisler·· 2 天前AI 评分66
PRISM：用范畴论测量和优化多模态类比
PRISM: A Category-Theoretic Framework for Measuring and Refining Multimodal Analogies
AI 导读
论文提出 PRISM（Pullback Refinement via Interpretable Structural Mapping），用基于范畴论的显式关系映射和 pullback score 衡量多模态类比的关系对齐。在 AnaloBench 上，仅依据 pullback score 选择正确类比的准确率为 82.5%；迭代修正也提升了视觉隐喻的一致性与恰当性，但可能偏向视觉更拥挤的构图。
来源：arXiv · 多模态、视频与世界模型 · arxiv.org