論文の概要: RankAlign: Vision-Language Representation Alignment via Rank Transformation
- arxiv url: http://arxiv.org/abs/2610.31145v1
- Date: Thu, 22 Oct 2026 12:03:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-24 02:08:44.366391
- Title: RankAlign: Vision-Language Representation Alignment via Rank Transformation
- Title（参考訳）: RankAlign: ランクトランスフォーメーションによる視覚言語表現アライメント
- Abstract要約: RankAlignは、クラスレベルの未ペア視覚言語マッチングのためのランクベースの正規化戦略である。
厳密な順序と部分的な順序の合意の下での対応回復を特徴付ける完全回復保証と安定性保証を提供する。
- 参考スコア（独自算出の注目度）: 5.892521358274942
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: While the Platonic Representation Hypothesis posits that vision and language models converge toward compatible latent geometries, recovering class-level correspondences between unpaired modalities without cross-modal supervision remains challenging. Existing relational matching methods compare within-modality similarity kernels directly, although the same semantic structure may be represented through different numerical parameterizations across modalities. We propose RankAlign, a rank-based normalization strategy for class-level unpaired vision-language matching. RankAlign transforms each within-modality similarity kernel into an ordinal relational representation before permutation matching, while leaving the correspondence space and matching solver unchanged. The resulting representation is invariant to strictly increasing reparameterizations of similarity values while preserving the ordinal structure used for matching. We provide exact-recovery and stability guarantees that characterize correspondence recovery under both exact and partial ordinal agreement. Experiments across diverse frozen vision and language encoders and multiple datasets demonstrate improved and more stable class-level correspondence recovery, including under label corruption and domain shift.
- Abstract（参考訳）: プラトン表現仮説(Platonic Representation hypothesis)は、視覚モデルと言語モデルは互換性のある潜在幾何学に収束するが、モダリティ間のクラスレベルの対応を相互監督なしで回復することは依然として困難である。
既存のリレーショナルマッチング法は、モダリティ内類似性カーネルを直接比較するが、同じ意味構造は、モダリティをまたいだ異なる数値パラメータ化によって表される。
クラスレベルの未ペア視覚言語マッチングのためのランクベース正規化戦略である RankAlign を提案する。
RankAlignは、各モード内類似性カーネルを置換マッチングの前に順序付きリレーショナル表現に変換し、対応空間とマッチングソルバは変わらない。
結果の表現は、マッチングに使用される順序構造を保持しながら、類似値の再パラメータ化を厳密に増加させるために不変である。
正確かつ部分的な順序の合意の下での対応回復を特徴付ける完全回復保証と安定性保証を提供する。
多様な凍結ビジョンと言語エンコーダ、および複数のデータセットにわたる実験は、ラベルの破損やドメインシフトを含む、より改善され安定したクラスレベルの対応回復を示す。
関連論文リスト
- PriorPose: Reference-Guided Joint Deformation and Alignment for Category-Level Object Pose Estimation [65.40341394642324]
カテゴリレベルのオブジェクトのポーズ推定は、インスタンス固有のCADモデルなしで未確認のインスタンスに対して$(R,t,s)$の類似性変換を復元しようとする。
最も競争力のある方法は通信方式である。
カテゴリを明示的に保持する参照誘導対応フレームワークである PreferPose を提案する。
論文 参考訳（メタデータ） (2026-09-15T06:57:34Z) - Rank-Aware Hyperbolic Alignment for Vision-Language Dataset Distillation [54.74045834035952]
視覚言語データセット蒸留(VLDD)は、大きな画像テキストのペア化されたデータセットを小さな合成ペアに圧縮する。
階層幾何学と明示的なアライメント・キャパシティ制御を組み合わせたランク認識型双曲アライメント(RAHA)を提案する。
RAHAは、競争力のあるクロスモーダル検索と、固定予算下での転送インジケータの改善を示す。
論文 参考訳（メタデータ） (2026-06-28T15:41:31Z) - Scalable and Interpretable Representation Alignment with Ordinal Similarity [4.6220510592774575]
我々は、Triplet (TSI) と Quadruplet (QSI) の類似度指標によってインスタンス化された順序相似性フレームワークを開発する。
この定式化は本質的に解釈可能であり、外れ値に対して頑健であり、計算効率が良いことを実証する。
論文 参考訳（メタデータ） (2026-06-15T08:13:15Z) - KODA: Contrastive Representation Comparison and Alignment for Vision-Language Foundation Models [18.957478338649114]
コントラスト表現比較とアライメントのためのカーネルベースのフレームワーク。
ランダムプロジェクションを用いた関節核のランダム化低次元近似を開発した。
経験的に、KODAは視覚言語表現間の一貫性と解釈可能な相違構造を識別する。
論文 参考訳（メタデータ） (2026-06-02T19:47:41Z) - Improving Relative Representations with Learned Anchors and Whitened Inner Products [0.0]
独立に訓練されたニューラルモデルは一般に非互換な潜在表現に収束する。
相対表現(RR)は、絶対座標を共通アンカー点と類似性によって定義される共有空間にマッピングすることでこの問題に対処する。
従来の実装はランダムにサンプリングされたアンカーとコサインの類似性に依存している。
本稿では,2つの改良点に基づくクロスモデル通信のためのロバストなフレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-28T21:43:53Z) - Anisotropic Modality Align [91.23979617826926]
マルチモーダルな大規模言語モデルの訓練は、高品質なペア型マルチモーダルデータの不足により、長い間制限されてきた。
近年の研究では、事前訓練されたマルチモーダルコントラストモデルの共有表現空間がブリッジとして機能し、非モーダルデータを用いたマルチモーダルトレーニングを可能にすることが示されている。
中心となる障害は、共有空間の永続的なモダリティギャップにある。
論文 参考訳（メタデータ） (2026-05-08T14:53:24Z) - Barycentric alignment for instance-level comparison of neural representations [2.1920579994942164]
我々は、多くのモデルにまたがる普遍的な埋め込み空間を構築するために、ニュアンス対称性を引用するバリ中心アライメントフレームワークを導入する。
視覚および言語モデルファミリ間での表現収束とばらつきを予測できる体系的な入力特性を同定する。
また、同一のバリ中心アライメントフレームワークを純粋に非モーダル視覚と言語モデルに適用し、共有空間へのポストホックアライメントが画像テキストの類似度スコアを得ることを示す。
論文 参考訳（メタデータ） (2026-02-09T21:49:44Z) - Relative Representations: Topological and Geometric Perspectives [50.85040046976025]
相対表現はゼロショットモデルの縫合に対する確立されたアプローチである。
相対変換において正規化手順を導入し、非等方的再スケーリングや置換に不変となる。
第二に、クラス内のクラスタリングを促進するトポロジカル正規化損失である、微調整された相対表現におけるトポロジカルデシフィケーションの展開を提案する。
論文 参考訳（メタデータ） (2024-09-17T08:09:22Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。