ToMA半监督视觉语言表示对齐框架

2026年10月15日，arXiv Computer Vision 刊出研究，Junwon You 等提出 ToMA（Topology-Aware Representation Alignment for Semi-Supervised Vision-Language Learning），一个面向半监督视觉语言学习的拓扑感知表示对齐框架。该框架用持续同调将成对关系分解为 H_0-death 与 H_1-birth 关系，并通过可用的跨模态对应关系在模态间对齐，从而建模多模态表示流形的全局结构。实验显示，ToMA 在遥感任务上取得明显提升，在时尚任务上分类增益显著，困难查询的检索提升尤为突出。分析表明，其增益比替代的拓扑目标更稳定，轻量的 H_1-birth 边能提供有用的高阶结构信号。目前该事件仅有这一篇主报道，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。