对比式图文编码模型

SigLIP 2如何巧妙融合对比学习与密集定位技术？

尊嘟假嘟？ 哎，蕞近AI圈又火了一个新模型——SigLIP 2。说实话，名字听起来就让人头大。各种“对比”、“密集”、“融合”...感觉像一堆专业术语往一块儿堆，想弄明白得读好几篇论文。但没办法，为了追赶时代的步伐，咱还是硬着头皮研究了一下