Всеобщее обучение без отрыва от производства в целях повышения уровня восприятия чувств с открытыми оценками

arXiv:2508.11256v2 Annuales Type: заменить резюме. В то время как модели Vision-Language (VLM), подобные CLIP, продемонстрировали многообещающесть в задачах открытого голосования, их прямое применение к плотному восприятию часто приводит к неоптимальным показателям изза ограничений на представление местных особенностей. В этой работе мы представляем наше замечание о том, что образ CLIP символизирует борьбу за эффективное агрегирование информации из регионов с пространственной или семантической связью, в результате чего возникают особенности, не имеющие локальной дисперсии и территориальной последовательности. Для решения этой проблемы мы предлагаем DeCLIP - новую основу, которая укрепляет CLIPC путем отделения модуля самосознания для получения функций соответственно "содержание" и "контекст".