EvdCLIP: Improving Vision-Language Retrieval with Entity Visual Descriptions from Large Language Models

Documenti analoghi

• RAT: Retrieval-Augmented Transformer for Click-Through Rate Prediction
  di: Li, Yushen, et al.
  Pubblicazione: (2024)
• PerSRV: Personalized Sticker Retrieval with Vision-Language Model
  di: Chee, Heng Er Metilda, et al.
  Pubblicazione: (2024)
• Documentation Retrieval Improves Planning Language Generation
  di: Wang, Renxiang, et al.
  Pubblicazione: (2025)
• Beyond Text: Aligning Vision and Language for Multimodal E-Commerce Retrieval
  di: Zhang, Qujiaheng, et al.
  Pubblicazione: (2026)
• PMG : Personalized Multimodal Generation with Large Language Models
  di: Shen, Xiaoteng, et al.
  Pubblicazione: (2024)