Trident模型优化混合模态检索，缓解文本混乱导致的性能下降

发生了什么

据Hugging Face Papers报道，研究提出Trident模型以优化混合模态检索，缓解因无关文本导致的性能严重下降现象（Chaos in the Text）。Trident通过构建文本、图像和融合视图作为共等正样本，联合优化相关性判别和正视图平衡。实验显示，Trident改善了基于CLIP和VLM架构的混合模态检索性能，降低了对模态组成和文本干扰的敏感性。