arXiv · cs.AI· Zidan Wang, Yaqian Li, Xiaokai Zhang, Kaiwen Long, Kun He, Hanpeng Liu·· 5 小时前
ComCLIP：冻结 CLIP 文本编码器的轻量级后训练框架
Rethinking Contrastive Loss in CLIP Post-training: A Complementary Framework with Frozen Text Encoder
arXiv:2610.11374v2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：Zidan Wang, Yaqian Li, Xiaokai Zhang, Kaiwen Long, Kun He, Hanpeng Liu
研究任务与主要进展
基于论文摘要，作者提出 ComCLIP：冻结 CLIP 文本编码器，仅训练视觉编码器，并结合经温度调节的对比损失、原始 CLIP 的 MSE 锚定损失和来自 DINOv2 的关系蒸馏损失进行单轮后训练。
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