🏠 Accueil
基準測試
📊 Tous les Benchmarks 🦖 Dinosaure v1 🦖 Dinosaure v2 ✅ To-Do List Apps 🎨 Pages Libres 🎯 FSACB - Showcase 🌍 Traduction
Modèles
🏆 Top 10 Modèles 🆓 Modèles Gratuits 📋 Tous les Modèles ⚙️ Modes Kilo Code
Ressources
💬 Prompts IA 📖 人工智能詞彙表 🔗 Liens Utiles

AI 詞彙表

人工智能完整詞典

200
類別
2,608
子類別
30,011
術語
📖
術語

视觉语言预训练

一种自监督学习方法,模型在大量图像和相关文本语料库上进行预训练。在微调之前建立视觉概念与语言描述之间的基本对应关系。

📖
術語

联合表示学习

同时学习多个模态之间共享特征以创建统一表示的过程。在单一向量中捕获模态间的相关性和互补性。

📖
術語

模态融合

策略性地整合来自不同模态的信息以创建丰富且一致的表示。在统一输出中有效结合每个模态的各自优势。

📖
術語

接地

将抽象概念(通常是文本)与另一模态(通常是视觉)中的具体元素相关联的过程。在单词和图像中的特定区域或对象之间建立直接联系。

📖
術語

对齐损失

专门设计用于优化不同模态元素之间语义匹配的损失函数。引导学习在共享表示空间中获得最佳对齐。

📖
術語

语义一致性

确保多模态表示在不同模态间保持一致意义的原理。确保语义上等效的元素共享相似特征。

📖
術語

多模态预训练

在多模态模型上使用大规模未标注数据初始化权重的阶段。在适应特定任务之前发展基本的对齐能力。

📖
術語

模态对齐指标

评估不同模态表示之间对应关系质量的量化指标。测量学习到的对齐的准确性和语义一致性。

📖
術語

弱监督对齐

使用部分或带噪声的注释来对齐模态的学习方法。在保持合理对齐性能的同时减少对标注数据的依赖。

📖
術語

自监督多模态学习

模型通过利用未标注模态间的自然相关性自动学习对齐的范式。从数据的多模态结构中生成内在的学习信号。

🔍

搵唔到結果