マルチモーダルトランスフォーマー

BridgeTower

単一モーダルエンコーダ間にブリッジを導入し、モダリティ間の深い相互作用を促進し、異なるスケールでテキスト画像情報交換を最適化するアーキテクチャ。

← 戻る