semantic-alignment

SMETA-ZSL 提出了一种利用语义元对齐和对比微调进行广义零样本威胁分类的方法，在7个基准测试中平均超过先前方法10.8个百分点。

MOSAIC是一种新颖的框架，利用冻结的大语言模型生成语义嵌入和层次化预测提示用于知识追踪，在多个基准上取得了最先进的结果。

FAST-GOAL 是一种微调方法，增强了CLIP在图像和长文本中对其全局和局部语义的能力，引入了FLISM和TSL模块以及GLIT100k数据集，在长标题数据集上取得了改进。

本文提出了一种数据驱动的框架，利用多语言LLM的嵌入来检测语言间的词汇空缺，在韩语-英语对中实现了高准确率。

SemBridge是一种新颖的嵌入初始化方法，利用多语言桥接模型建立源词汇和目标词汇之间的语义对齐，从而提升跨语言稀疏编码器的适配能力和多语言检索性能。

Qwen-Image-VAE-2.0 是一个高压缩变分自编码器套件，通过增强的架构、大规模训练和语义对齐策略，提升了重建保真度和可扩散性。