Anthropogenic Regional Adaptation in Multimodal Vision-Language Model
人为区域适应于多模态视觉-语言模型
机构 * Cohere ; SEACrowd ; AI Singapore ; Universiti Teknologi PETRONAS ; Oracle ; Carnegie Mellon University(卡内基梅隆大学) ; Monash University, Indonesia(莫纳什大学(印尼)) ; King Mongkut’s University of Technology Thonburi(泰国孔敬大学) ; Nara Institute of Science and Technology(奈良科学技術大學) ; Stanford University(斯坦福大学) ; MBZUAI ; National University of Singapore(新加坡国立大学) ; Monash University, Australia(莫纳什大学(澳大利亚)) ; Brown University(布朗大学) ; University of Bath(巴斯大学) ; Mila - Quebec AI Institute(蒙特利尔AI研究所) ; Institut Teknologi Bandung(Bandung 工程技术大学) ; Ateneo de Manila University(马尼拉亚特内奥大学) ; Universitas Pelita Harapan(Pelita Harapan 大学) ; Seoul National University of Science and Technology(首尔科学技术大学) ; Thammasat University(泰国 Thammasat 大学) ; Independent(独立) ; University College London(伦敦大学学院) ; Nanyang Technological University(南洋理工大学) ; MiroMind AI ; University of Indonesia(印度尼西亚大学) ; University of New Haven(纽黑文大学) ; INTI International University and Colleges(INTI 国际大学和学院) ; Binus University(Binus 大学) ; National University Philippines(菲律宾国家大学) ; ThoughtFull
AI总结 本文提出人为区域适应框架,通过地理通用化简化方法提升多模态模型在特定区域的文化相关性,实验显示在东南亚地区提升5-15%的同时保持全球性能。