arXiv Computer Vision· Rahul Murali Shankar, Titus von der Malsburg, Sebastian Pad\'o·· 4 小时前AI 评分22
现成语言-视觉编码器可预测视觉世界实验中的注视偏好
Off-the-Shelf Language-Vision Encoders Predict Human Gaze Preferences in Visual World Experiments
AI 导读
一项研究用归因方法从简单的双模态 CLIP 双编码器中导出目标偏好，从而预测视觉世界实验中的注视偏好模式。该方法无需生成式架构、无需微调，尽管并未针对该任务训练，仍能定性复现一项经典英语视觉世界研究中体现人类预测性加工的注视模式。
来源：arXiv Computer Vision · arxiv.org