CVPR 2023 精选论文学习:Seeing What You Miss Vision-Language Pre-Training With Semantic Completion Learning

本文介绍了视觉语言预训练任务中的语义补全学习(SCL),强调了其与传统预训练任务的区别,如对比学习和掩码语言建模。SCL旨在教模型重建图像和文本中缺失的语义信息,以生成更连贯的表示。模型在网页抓取数据上训练,目标是学习通用表示,适用于多种下游任务。相较于其他文献,SCL提供了一种更深入理解数据语义的预训练方法。
摘要由CSDN通过智能技术生成

以下是根据 MECE 原则找到的四个可以作为分类标准的特征:

1. 预训练任务。预训练任务是指模型在用于下游任务之前进行训练的特定任务。在视觉语言预训练的背景下,有几种常见的预训练任务:

  • 对比学习:在对比学习中,模型被训练来区分相似和不相似的示例对。例如,在视觉语言预训练的情况下,模型可以被训练来区分图像和它们对应的标题,或区分图像和它们对应的描述。
  • 掩码语言建模 (MLM):在 MLM 中,模型被训练来预
  • 21
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

结构化文摘

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值