arXiv · Computer Vision· Peilin Yang, Xiaoyu Liu, Jian Sun, Qinghua Tao·· 21 小时前AI 评分28
通过核典型相关分析重新审视视觉语言模型的视觉表征增强
Revisiting Visual Representation Enhancement of VLMs via Kernel Canonical Correlation Analysis
AI 导读
研究者提出用核典型相关分析（KCCA）重新刻画视觉语言模型的表征对齐，取代此前 KUEA 依赖的核矩阵逐元素对齐思路，并基于 KKT 条件推导出端到端训练方案以避开 KCCA 的特征值问题。
来源：arXiv · Computer Vision · arxiv.org