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

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Ruijia, Chen, Ping, Shen, Fei, Zhao, Shaoan, Hui, Qiang, Gao, Huanlin, Lu, Ting, Liu, Zhaoxiang, Zhao, Fang, Wang, Kai, Lian, Shiguo
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2511.06653