positional relations | BriefGPT

关键词positional relations

搜索结果 - 1

剩下的是错误的 - 对比视觉语言模型剩余的位置不全能
通过分析数据集和嵌入空间，本文讨论对比视觉语言模型（如 CLIP）缺乏空间理解能力的可能原因。通过关注简单的左右位置关系，我们展示了这种行为是可以预测的，即使使用大规模的数据集；我们证明可以使用合成数据教授这些关系，并且这种方法在自然图像上
PDF8 months ago