提出双曲对比学习HyperCL用于仅语言监督的3D形状理解

Chaoyang Zhu 等人在 arXiv 论文（2610.19519v1）中提出 HyperCL，一种仅使用语言监督学习可迁移 3D 形状表征的方法，在双曲空间中联合优化基于测地线的对比目标与语言蕴含 3D 形状的偏序关系的蕴含损失，并同时发布跨模态 3D 对齐评测基准。 作者基于论文摘要报告，在相同参数预算下，该方法在两个常用基准与其自建基准上，将 3D 形状分类性能最高提升 4.6 个绝对百分点，跨模态文本到 3D 检索性能最高提升 5.5 个百分点。代码和评测基准将公开。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。