单纯形约束表示缩小模态差距

2026年10月26日，arXiv Artificial Intelligence 刊出 Shubham Gupta 等作者的论文，提出用概率单纯形约束缩小多模态模型的模态差距。论文称，将 CLIP、CLAP 等多模态对比模型的嵌入域从单位球面 S^{d-1} 改为概率单纯形 Δ^{d-1}，借助非负、单位质量约束实现跨模态校准；方法通过轻量 softmax 适配器与 Total Variation 相似度，在五个多模态检索基准上将质心 ℓ2 差距缩小 97–99%，检索性能匹配或超过标准无约束模型。目前该方向仅有这一篇主报道，尚无跟进报道或独立验证，上述缩小幅度与性能结论均为论文作者自述。

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。