LEARNING开放获取
CodeBind:基于统一组合码本的多模态对齐解耦表示学习
Zeyu Chen, Jie Li, Kai Han
2026
摘要
CodeBind通过模态共享-特定码本设计优化多模态表示空间,利用组合向量量化方案将特征分解为共享和特定组件。在九种模态上验证了该方法在分类和检索任务中的最优性能。
关键词
multimodal alignmentrepresentation learningcodebookroboticscompositional vector quantization
相关论文
LEARNING
开放获取📊 1 引用
面向学习与规划的并行可微可达性:具有认证神经动力学与控制器的系统
Keyi Shen, Glen Chou
2026
LEARNING
📊 0 引用
人工智能增强的智能焊接岛:基础模型革新制造业
Xiwei Wu, Wei Wu, Qiqi Chen 等 9 位作者
Robotics and Computer-Integrated Manufacturing · 2026
LEARNING
📊 0 引用
基于深度强化学习和动态图神经网络的多任务机器人调度代理
Hedi Boukamcha, Anas Neumann, Monia Rekik 等 6 位作者
Robotics and Computer-Integrated Manufacturing · 2026
LEARNING
📊 0 引用
基于微调与AAS增强检索的LLM驱动自动化DFA评估
Jiaxin Liu, Xiaofeng Zhou, Suyang Yu 等 8 位作者
Robotics and Computer-Integrated Manufacturing · 2026