TDDN文本对齐视觉编码器与PuzzlePerception数据集发布
热点事件持续更新
TDDN文本对齐视觉编码器与PuzzlePerception数据集发布
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
研究者提出TDDN模型并发布PuzzlePerception数据集。TDDN将DINOv3与CleanDIFT表征融合为感知编码器DiffusedDINO，再与RoBERTa-L对齐，形成保留感知优势的文本对齐模型。 作者称，在冻结主干、仅约590K对齐样本的条件下，TDDN在图文检索任务上超越CLIP ViT-L/14。代码与数据已公开。
AI 根据报道生成 · 4 小时前更新
最新进展10月12日 12:00
TDDN：面向拼图理解的对齐文本扩散 DINO 网络报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.CVTDDN：面向拼图理解的对齐文本扩散 DINO 网络
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。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月12日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。