弱监督下精确定位
通过分解短语语义与生成反事实增强，在无区域标注条件下实现更稳健的短语定位与实体理解。
Pengyue, Lin · Li, Ruifan · 冯方向 · Lun, Ke · Ma, Zhanyu · 王小捷
Pattern Recognition 2026
引入事实性评估，通过检测头判断目标对象是否出现在图像中，避免无效定位。
利用多模态大模型自动生成改写样本，通过对比学习增强模型对改写表达的泛化能力。
使用自动生成的反事实样本训练模型，使其能识别与图像不符的描述，提升事实一致性。