HF Daily Papers·· 5 天前精选AI 评分40
视觉生成能否拓展统一多模态模型的知识
Can Visual Generation Expand What Unified Multimodal Models Know?
AI 导读
作者提出 Knowledge Transfer Probing（KTP）协议，通过图像生成训练向预训练统一多模态模型（UMM）注入新知识，再用纯文本问答测试其可访问性。
推荐理由
论文提出 KTP 协议可控衡量视觉生成训练带来的知识迁移，给出对齐方法与可访问性差距数据，可供设计多模态训练时参考。
来源：HF Daily Papers · huggingface.co