本文提出了一种简单而有效的 Querybank Normalisation（QB-Norm）方法，用于应对嵌入空间中出现的中心点问题，并获得更好的跨模态检索性能，无需重训练，同时还提出了一种新的相似度标准化方法，Dynamic Inverted Softmax，可以更好地应对模型训练时出现的不稳定性。

Dec, 2021

本文针对视觉与语义嵌入中的 hub 问题，探讨了两种优化目标以及提出的 hubness-aware loss function 的优点，并在模型架构和数据集方面进行了实验，结果表明该方法在 text-image matching 任务中具有优良的鲁棒性并且能够带来一致性的改进。

Nov, 2019

通过使用 Sentence-BERT 创建的嵌入表征语义空间的结构，我们发现其中普遍存在的高维度问题，即 hubness 会导致不对称的邻居关系，而减小 hubness 可以提供更好的文本语义表征。

Nov, 2023

介绍了将 MBVR 应用于大型视频平台的实践，该方法采用人工生成的模态混洗样本和基于视觉相关性的动态边距（DM），旨在鼓励视频编码器对每种模态进行平衡关注，通过实验证明了该方法在解决模态偏见问题方面的有效性和高效性。

Apr, 2022

本篇研究针对资源限制下的视觉搜索问题，提出了一种通过生成来自大型模型的画廊嵌入和使用紧凑模型提取查询嵌入的方法来减轻准确性和效率之间难以解决的关系，并通过修改参数和架构来实现嵌入之间的兼容性，从而实现了 80 倍和 23 倍的成本降低，而在 DeepFashion2 和 IJB-C 等挑战性的检索任务中，准确率仅比最佳嵌入模型低不到 0.3% 和 1.6%。

May, 2021

该研究提出了一种简单的方法来解决 zero-shot 任务中邻居向量被强权向心性卡住的问题，即通过考虑多个向量中潜在邻居的相似度分布来校正错误结果。结果表明，这种校正方法在跨语言、图像标记和图像检索等领域的 zero-shot 任务中均获得了稳定的改善。

Dec, 2014

本篇论文针对文本查询时图像检索结果存在的性别偏见和种族偏见，提出了一种简单直接的后处理偏见缓解技术，可以在保持图像检索性能不变的情况下，实现对性别和种族的平等代表性，最终得到比其他现有同类方法更低的偏见度和令人满意的图像检索表现。

May, 2023

本研究提供了一种理解多模态嵌入的视角，并提出了一种新的端到端微调方法，以鼓励更好的统一性和对齐得分，通过大量的检索、分类和结构感知任务的实验，证明了我们的地球多模态 Mixup 学习到了一个强健的表示，并在各种下游任务上提供了改进的性能。

Mar, 2022

该论文介绍了一种名为 RegBN 的新型多模态数据归一化方法，使用 Frobenius 正则化参数来解决异质多模态数据的一些副作用和依赖关系问题。RegBN 在多个研究领域的八个数据库中得到验证，支持各种模态的多模态神经网络的有效归一化。

Oct, 2023

通过 Bias-mitigating Hard Negative Sampling (BHNS) 算法来解决负面采样中产生的 pooling bias 问题，提高产品相关性评估的准确性和效率。

Nov, 2023