arXiv Artificial Intelligence· Yinghua Xu, Pengyang Xie, Yanxiang Zhou, Chuanzhi Tong, Xiao Xiao, Chaoqun Feng, Xiaoqing Wang·· 2 小时前AI 评分24
CIM-Embed：面向聚类的指令条件多模态嵌入学习框架
CIM-Embed: Learning Instruction-Conditioned Multimodal Embeddings for Clustering
AI 导读
研究者提出 CIM-Embed，通过监督对比学习将图像、文本与指令直接映射为嵌入，再用 HDBSCAN 在无需真实簇数的情况下完成聚类。团队基于 Amazon Reviews 2023 构建了含 5,373 个商品、449 个分组任务的 ProductMIC 基准，全维嵌入下平均每任务 V-measure 达 95.01，而最强通用嵌入基线 WeMM 9B 仅为 53.06。
来源：arXiv Artificial Intelligence · arxiv.org