image-text-retrieval

标签

#image-text-retrieval

FLAT：将图像和文本重采样为1D柔性长度对齐的跨模态标记，用于检索与生成

Hugging Face Daily Papers ↗ · 2026-09-15 缓存

FLAT是一个表示预训练框架，联合优化共享多模态编码器与下游文本到图像和图像到文本解码器，使用柔性长度对齐的1D序列，实现具有最先进结果的跨模态检索与生成。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈