ICML 2025 | 从联合空间到文本空间：测试时增强跨模态检索新范式
语义冗余：联合空间的全局对齐会把与语义无关的底层视觉因素一并拉近，淹没真正有用的语义线索。例如雪地纹理、树枝线条、水面反光、舞台灯光等，检索时易出现“背景相似但语义不对”的假阳性；在视频场景中，也会出现时序冗余。粒度错配：图像/视频天然具有“无限粒度”，而弱标
icml
ICML 2025 | AI福尔摩斯，LLaVA-ReID让行人重识别从被动变成主动
今年 ICML Outstanding Paper “COLLABLLM: From Passive Responders to Active Collaborators” 把从被动到主动的人机协作推到台前，展示了让大模型主动澄清意图、规划多轮协作的训练框架，
多模态大模型，真的“懂”世界吗？ICML 2025高分论文实锤核心认知盲区
多模态大模型（MLLM）在高层次视觉理解与推理任务上展现出惊艳能力。然而，如果你仔细观察，就会发现一个的事实：它们在一些看似简单、直观、人类幼儿都能轻松完成的任务中，却频频「翻车」。