HFCMA：分层细粒度跨模态对齐框架

Pengfeng Song 等作者提出分层细粒度跨模态对齐框架 HFCMA。该框架先用动态粒度发现（DGD）把原始图像 patch 和文本 token 聚合为自适应的视觉区域与文本短语，再把区域-短语匹配建模为熵正则化最优传输问题，在全局边际约束下估计结构化对齐矩阵。 上述内容来自论文摘要，属于作者提出的方法描述，报道未给出实验验证结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。