arXiv · cs.AI· Yinghua Xu, Pengyang Xie, Yanxiang Zhou, Chuanzhi Tong, Xiao Xiao, Chaoqun Feng, Xiaoqing Wang·· 6 小时前
CIM-Embed：学习面向聚类的指令条件多模态嵌入
CIM-Embed: Learning Instruction-Conditioned Multimodal Embeddings for Clustering
arXiv:2610.21805v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yinghua Xu, Pengyang Xie, Yanxiang Zhou, Chuanzhi Tong, Xiao Xiao, Chaoqun Feng, Xiaoqing Wang
研究任务与主要进展
CIM-Embed 通过监督对比学习训练能够同时接收图像、文本和指令的多模态嵌入，并在推理阶段直接配合 HDBSCAN 完成聚类，无需预先知道真实簇数。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org