研究：双曲视觉语言模型的指数映射近似恒等

Freek Byrman 等作者发表研究称，在 MERU、HyCoCLIP、ARGENT、PHyCLIP 四个双曲视觉语言模型中，曲率进入网络的唯一操作——指数映射——可被恒等函数良好近似：映射前欧氏空间中的成对距离和角度经投影后几乎不变，推理时移除该映射，评测分数也不变。 团队还从零在 CC3M 上以相同层级损失训练欧氏视觉语言模型，称约最后 90% 训练步的统计量与双曲版本几乎无法区分，评测分数和径向分布也一致。研究据此认为，欧氏空间足以支撑当前实践的层级视觉-语言学习。

AI 根据报道生成 · 53 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。