超越黑盒：面向文本嵌入的视觉接地框架

研究者提出一种基于草图的视觉接地框架，将文本嵌入转换为可视化地形草图，以增强 AI 可解释性并探索信息检索与推理潜力。在 MS-COCO 数据集上的评测显示，SBERT 在严格 top-1 检索准确率上仍占优，但在 top-5 检索上与草图方法表现相当。将 SBERT 与草图方法级联后，效果优于单独使用 SBERT。