视觉语言模型图像聚类研究论文提交
热点事件持续更新
视觉语言模型图像聚类研究论文提交
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
João P. Matos-Carvalho和Nuno Fachada提交了《Image Clustering with Vision-Language Model Embeddings》，研究显示在固定Ward链接的凝聚聚类设置下，Qwen3-VL在7个图像基准中的5个取得最高ARI，但不同表示管线和数据集的结果并不一致。 论文比较了9种视觉语言模型嵌入表示管线，在7个图像基准、4种聚类配置下评估了252组基线。BLIP-2在CIFAR-10和CIFAR-100上的ARI分别为0.925和0.591；在63组数据集—表示组合中，L2归一化使35组ARI上升、26组下降、2组不变。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
基于视觉-语言模型嵌入的图像聚类报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine Learning基于视觉-语言模型嵌入的图像聚类
研究比较视觉-语言模型嵌入用于图像聚类的9种表示管线，在7个图像基准和4种聚类配置下评估252组基线；固定Ward链接的凝聚聚类中，Qwen3-VL在5个数据集上ARI最高。BLIP-2在CIFAR-10和CIFAR-100上分别取得0.925和0.591的ARI；在63组数据集—表示组合中，L2归一化使35组ARI上升、26组下降、2组不变。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月28日 21:00
- 近 24 小时变化
- –
02468
21:0022:0023:00
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。