arXiv cs.LG· Qun Dai, Liangjian Wen, Jiang Duan, Yong Dai, Dongkai Wang, Maolin Wang, Mingjie Wang, Jianzhuang Liu, He Yan, Zhao Kang·· 3 小时前AI 评分22
HRIL：通过高阶张量建模学习多模态协同信息
HRIL: Learning Multimodal Synergy via Higher-Order Tensor Modeling
AI 导读
研究者提出高阶表示与信息学习（HRIL），通过在模态嵌入上构建跨矩张量并采用 Tucker 分解提取核心张量，配合协同感知正则项来保留多模态协同信息。在受控协同任务和真实基准上，HRIL 相较现有多模态对比方法取得一致提升，在协同交互主导的任务上增益尤为明显。该工作已被 NeurIPS 2026 接收，代码已开源。
来源：arXiv cs.LG · arxiv.org