研究者预告解决视觉语言模型瓶颈的新方案

转发 @moElhoseiny: 我的职业生涯都在教机器理解它们所看到的东西。数十年的视觉语言研究。而一直以来，我不断撞上同一面墙——一个与模型本身关系最小的问题。更好的架构、更大的数据集、更多的计算……都没有触及真正的瓶颈。我花了好几年才给这个真正的问题命名。周四，我将展示我们构建的解决方案——以及它如何改变这些系统实际能做的事情。