CLS 03 · 视觉与语言：任务、训练与接口

4. 看衣色，还是看关系？让两种规则作出不同预测

主线阅读与优先实验

caption历史、VQA、CLIP候选、关系控制、GLIP/LLaVA与生成桥梁

4. 看衣色，还是看关系？让两种规则作出不同预测