arXiv · 多模态、视频与世界模型· Simone Ricci·· 3 天前AI 评分55
球面插值实现向后兼容的多模态表示
Spherical Interpolation for Backward-Compatible Multimodal Representations
AI 导读
这篇研究提出在正交对齐后的新旧查询表示之间进行球面测地线插值,以在不重建图库嵌入的情况下改善跨模态检索。多组基准和模型族实验显示,该方法在多数评测设置中优于单独的正交对齐,并分析了有利的内部插值点为何会出现。论文已被 NeurIPS 2026 接收,代码已提供。
来源:arXiv · 多模态、视频与世界模型 · arxiv.org