arXiv cs.CV· Harsha Patnala, Debopriyo Banerjee, Ayush Sunil Munot, Somak Aditya·2026-10-12 12:00· 6 小时前AI 评分22

TDDN：面向拼图理解的对齐文本扩散 DINO 网络

TDDN: Text-aligned Diffused DINO Network for Puzzle Understanding

AI 导读

研究者提出 TDDN，将 DINOv3 与 CleanDIFT 表征融合为感知编码器 DiffusedDINO，并与 RoBERTa-L 对齐，在冻结主干、仅约 590K 对齐样本下超越 CLIP ViT-L/14。

来源：arXiv cs.CV · arxiv.org