研究者提出RaRe框架提升开放词汇场景图生成
热点事件持续更新
研究者提出RaRe框架提升开放词汇场景图生成
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
研究者在arXiv发布论文，提出面向开放词汇场景图生成（OV-SGG）的推理感知关系表示学习框架RaRe。该框架将MLLM生成的思维链（CoT）论据转化为结构化关系嵌入，先通过自监督对比学习对齐论据嵌入与关系描述文本，再用面向特异性的强化学习目标优化生成，以提升关系的可区分性。代码已开源。 在VG150和PSG两个数据集上的实验显示，RaRe的类别均衡识别优于现有基线，但论文同时说明学习带来的额外收益在不同数据集和候选框设置下有所差异。
AI 根据报道生成 · 1 小时前更新
最新进展11月11日 13:00
RaRe：面向开放词汇场景图生成的推理感知关系表示学习框架报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AIRaRe：面向开放词汇场景图生成的推理感知关系表示学习框架
RaRe 是一个推理感知的关系表示学习框架，将 MLLM 生成的思维链（CoT）论据转化为结构化关系嵌入，并直接优化该表示空间以提升关系可区分性。该方法先通过自监督对比学习对齐论据嵌入与关系描述文本，再用面向特异性的强化学习目标优化生成。在 VG150 和 PSG 上的实验显示类别均衡识别优于现有基线，代码已开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。