Vision Transformer Multilingue
Il Vision Transformer Multilingue (Multilingual ViT) estende l'architettura Vision Transformer per operare attraverso più lingue, consentendo la comprensione di immagini e il ragionamento immagine-testo in contesti multilingue o cross-lingue. Combina l'encoding di immagini basato su patch con rappresentazioni testuali multilingue, permettendo a un singolo modello di servire diverse comunità linguistiche per compiti quali la generazione di didascalie di immagini, la risposta a domande visive e il recupero di immagini cross-lingue.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Dosovitskiy, A., Beyer, L., Kolesnikov, A., Weissenborn, D., Zhai, X., Unterthiner, T., Dehghani, M., Minderer, M., Heigold, G., Gelly, S., Uszkoreit, J., & Houlsby, N. (2021). An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale. International Conference on Learning Representations (ICLR 2021). link ↗
- Bugliarello, E., Liu, F., Pfeiffer, J., Reddy, S., Elliott, D., Erdem, E., Erdem, A., & Lukasiewicz, T. (2022). IGLUE: A Benchmark for Transfer Learning across Modalities, Tasks, and Languages. International Conference on Machine Learning (ICML 2022). link ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Multilingual Vision Transformer (Multilingual ViT). ScholarGate. https://scholargate.app/it/deep-learning/multilingual-vision-transformer
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Classificazione basata su RoBERTa multilingueApprendimento profondo↔ compare
- Embedding multilingue di frasiApprendimento profondo↔ compare
- Vision Transformer MultimodaleApprendimento profondo↔ compare
- Vision TransformerApprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →