HiMo-CLIP: Modeling Semantic Hierarchy and Monotonicity in Vision-Language Alignment

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Wu, Ruijia, Chen, Ping, Shen, Fei, Zhao, Shaoan, Hui, Qiang, Gao, Huanlin, Lu, Ting, Liu, Zhaoxiang, Zhao, Fang, Wang, Kai, Lian, Shiguo
Format:	Preprint
Publié:	2025
Sujets:	Computer Vision and Pattern Recognition Computation and Language
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2511.06653