#知识迁移

视觉生成能否扩展多模态模型的知识边界？

最新研究提出KTP协议，系统探索统一多模态模型能否通过图像生成训练获取新知识。实验覆盖七类知识和三种模型，揭示视觉监督向语言迁移的直接但非均衡路径，并提出文本对齐与交错图文对齐两种改进策略。