Generalized Contrastive Learning for Multi-Modal Retrieval and Ranking
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Zhu, Tianyu, Jung, Myong Chol, Clark, Jesse |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Object-Aware Query Perturbation for Cross-Modal Image-Text Retrieval
par: Sogi, Naoya, et autres
Publié: (2024)
par: Sogi, Naoya, et autres
Publié: (2024)
CoopHash: Cooperative Learning of Multipurpose Descriptor and Contrastive Pair Generator via Variational MCMC Teaching for Supervised Image Hashing
par: Doan, Khoa D., et autres
Publié: (2022)
par: Doan, Khoa D., et autres
Publié: (2022)
Maximal Matching Matters: Preventing Representation Collapse for Robust Cross-Modal Retrieval
par: Alomari, Hani, et autres
Publié: (2025)
par: Alomari, Hani, et autres
Publié: (2025)
Multi-event Video-Text Retrieval
par: Zhang, Gengyuan, et autres
Publié: (2023)
par: Zhang, Gengyuan, et autres
Publié: (2023)
It's Not a Modality Gap: Characterizing and Addressing the Contrastive Gap
par: Fahim, Abrar, et autres
Publié: (2024)
par: Fahim, Abrar, et autres
Publié: (2024)
Optimizing Multi-Modal Models for Image-Based Shape Retrieval: The Role of Pre-Alignment and Hard Contrastive Learning
par: Kühn, Paul Julius, et autres
Publié: (2026)
par: Kühn, Paul Julius, et autres
Publié: (2026)
Online Learning via Memory: Retrieval-Augmented Detector Adaptation
par: Jian, Yanan, et autres
Publié: (2024)
par: Jian, Yanan, et autres
Publié: (2024)
Knowledge Graphs Meet Multi-Modal Learning: A Comprehensive Survey
par: Chen, Zhuo, et autres
Publié: (2024)
par: Chen, Zhuo, et autres
Publié: (2024)
Candidate Set Re-ranking for Composed Image Retrieval with Dual Multi-modal Encoder
par: Liu, Zheyuan, et autres
Publié: (2023)
par: Liu, Zheyuan, et autres
Publié: (2023)
Hierarchy-of-Visual-Words: a Learning-based Approach for Trademark Image Retrieval
par: Lourenço, Vítor N., et autres
Publié: (2019)
par: Lourenço, Vítor N., et autres
Publié: (2019)
Multimedia-Aware Question Answering: A Review of Retrieval and Cross-Modal Reasoning Architectures
par: Raja, Rahul, et autres
Publié: (2025)
par: Raja, Rahul, et autres
Publié: (2025)
Re-ranking the Context for Multimodal Retrieval Augmented Generation
par: Mortaheb, Matin, et autres
Publié: (2025)
par: Mortaheb, Matin, et autres
Publié: (2025)
PAPERCLIP: Associating Astronomical Observations and Natural Language with Multi-Modal Models
par: Mishra-Sharma, Siddharth, et autres
Publié: (2024)
par: Mishra-Sharma, Siddharth, et autres
Publié: (2024)
Dual Pose-invariant Embeddings: Learning Category and Object-specific Discriminative Representations for Recognition and Retrieval
par: Sarkar, Rohan, et autres
Publié: (2024)
par: Sarkar, Rohan, et autres
Publié: (2024)
RAG-Check: Evaluating Multimodal Retrieval Augmented Generation Performance
par: Mortaheb, Matin, et autres
Publié: (2025)
par: Mortaheb, Matin, et autres
Publié: (2025)
Sustainable transparency in Recommender Systems: Bayesian Ranking of Images for Explainability
par: Paz-Ruza, Jorge, et autres
Publié: (2023)
par: Paz-Ruza, Jorge, et autres
Publié: (2023)
Benchmarking Robustness of Contrastive Learning Models for Medical Image-Report Retrieval
par: Deanda, Demetrio, et autres
Publié: (2025)
par: Deanda, Demetrio, et autres
Publié: (2025)
Evidential Transformers for Improved Image Retrieval
par: Dordevic, Danilo, et autres
Publié: (2024)
par: Dordevic, Danilo, et autres
Publié: (2024)
UniversalRAG: Retrieval-Augmented Generation over Corpora of Diverse Modalities and Granularities
par: Yeo, Woongyeong, et autres
Publié: (2025)
par: Yeo, Woongyeong, et autres
Publié: (2025)
Embedding-based Retrieval in Multimodal Content Moderation
par: Liang, Hanzhong, et autres
Publié: (2025)
par: Liang, Hanzhong, et autres
Publié: (2025)
FOR: Finetuning for Object Level Open Vocabulary Image Retrieval
par: Levi, Hila, et autres
Publié: (2024)
par: Levi, Hila, et autres
Publié: (2024)
NanoVDR: Distilling a 2B Vision-Language Retriever into a 70M Text-Only Encoder for Visual Document Retrieval
par: Liu, Zhuchenyang, et autres
Publié: (2026)
par: Liu, Zhuchenyang, et autres
Publié: (2026)
AdaTask: A Task-aware Adaptive Learning Rate Approach to Multi-task Learning
par: Yang, Enneng, et autres
Publié: (2022)
par: Yang, Enneng, et autres
Publié: (2022)
Decoupled Training: Return of Frustratingly Easy Multi-Domain Learning
par: Wang, Ximei, et autres
Publié: (2023)
par: Wang, Ximei, et autres
Publié: (2023)
Revisiting Uncertainty: On Evidential Learning for Partially Relevant Video Retrieval
par: Li, Jun, et autres
Publié: (2026)
par: Li, Jun, et autres
Publié: (2026)
Metric Compatible Training for Online Backfilling in Large-Scale Retrieval
par: Seo, Seonguk, et autres
Publié: (2023)
par: Seo, Seonguk, et autres
Publié: (2023)
CaReBench: A Fine-Grained Benchmark for Video Captioning and Retrieval
par: Xu, Yifan, et autres
Publié: (2024)
par: Xu, Yifan, et autres
Publié: (2024)
Sync from the Sea: Retrieving Alignable Videos from Large-Scale Datasets
par: Dave, Ishan Rajendrakumar, et autres
Publié: (2024)
par: Dave, Ishan Rajendrakumar, et autres
Publié: (2024)
PC$^2$: Pseudo-Classification Based Pseudo-Captioning for Noisy Correspondence Learning in Cross-Modal Retrieval
par: Duan, Yue, et autres
Publié: (2024)
par: Duan, Yue, et autres
Publié: (2024)
LD-DETR: Loop Decoder DEtection TRansformer for Video Moment Retrieval and Highlight Detection
par: Zhao, Pengcheng, et autres
Publié: (2025)
par: Zhao, Pengcheng, et autres
Publié: (2025)
TelcoAI: Advancing 3GPP Technical Specification Search through Agentic Multi-Modal Retrieval-Augmented Generation
par: Ghosh, Rahul, et autres
Publié: (2025)
par: Ghosh, Rahul, et autres
Publié: (2025)
FilterRAG: Zero-Shot Informed Retrieval-Augmented Generation to Mitigate Hallucinations in VQA
par: Sarwar, Nobin
Publié: (2025)
par: Sarwar, Nobin
Publié: (2025)
Open Multimodal Retrieval-Augmented Factual Image Generation
par: Tian, Yang, et autres
Publié: (2025)
par: Tian, Yang, et autres
Publié: (2025)
Multi-Label Plant Species Prediction with Metadata-Enhanced Multi-Head Vision Transformers
par: Herasimchyk, Hanna, et autres
Publié: (2025)
par: Herasimchyk, Hanna, et autres
Publié: (2025)
Attribute-Guided Multi-Level Attention Network for Fine-Grained Fashion Retrieval
par: Xiao, Ling, et autres
Publié: (2022)
par: Xiao, Ling, et autres
Publié: (2022)
Multi-Label Plant Species Classification with Self-Supervised Vision Transformers
par: Gustineli, Murilo, et autres
Publié: (2024)
par: Gustineli, Murilo, et autres
Publié: (2024)
REAL-MM-RAG: A Real-World Multi-Modal Retrieval Benchmark
par: Wasserman, Navve, et autres
Publié: (2025)
par: Wasserman, Navve, et autres
Publié: (2025)
Reversed in Time: A Novel Temporal-Emphasized Benchmark for Cross-Modal Video-Text Retrieval
par: Du, Yang, et autres
Publié: (2024)
par: Du, Yang, et autres
Publié: (2024)
AutoPP: Towards Automated Product Poster Generation and Optimization
par: Fan, Jiahao, et autres
Publié: (2025)
par: Fan, Jiahao, et autres
Publié: (2025)
GBSK: Skeleton Clustering via Granular-ball Computing and Multi-Sampling for Large-Scale Data
par: Chen, Yewang, et autres
Publié: (2025)
par: Chen, Yewang, et autres
Publié: (2025)
Documents similaires
-
Object-Aware Query Perturbation for Cross-Modal Image-Text Retrieval
par: Sogi, Naoya, et autres
Publié: (2024) -
CoopHash: Cooperative Learning of Multipurpose Descriptor and Contrastive Pair Generator via Variational MCMC Teaching for Supervised Image Hashing
par: Doan, Khoa D., et autres
Publié: (2022) -
Maximal Matching Matters: Preventing Representation Collapse for Robust Cross-Modal Retrieval
par: Alomari, Hani, et autres
Publié: (2025) -
Multi-event Video-Text Retrieval
par: Zhang, Gengyuan, et autres
Publié: (2023) -
It's Not a Modality Gap: Characterizing and Addressing the Contrastive Gap
par: Fahim, Abrar, et autres
Publié: (2024)