OSKAR: Omnimodal Self-supervised Knowledge Abstraction and Representation

Mohamed Abdelfattah; Kaouther Messaoud; Alexandre Alahi

doi:10.52202/085713-0021

NeurIPS2025顶会

OSKAR: Omnimodal Self-supervised Knowledge Abstraction and Representation

Mohamed Abdelfattah, Kaouther Messaoud, Alexandre Alahi

DOI 出版方

2025年份

1被引次数

1顶会引用

摘要

We present OSKAR, the first multimodal foundation model based on bootstrapped latent feature prediction. Unlike generative or contrastive methods, it avoids mem-orizing unnecessary details ( e

问问这篇 Paper

智能体会读完全文。

Lune 把这篇 Paper 索引到了每一个公式，引用它的顶会 Paper 也一样。你提问，回答直接引用原文。

核心论断
谁在沿用
横向对比
局限

你的问题

智能体调用

Luneget_paper_fulltext

在 Lune 里问

免费开始，无需绑卡

引用它的顶会 Paper1

OSMO: Open-vocabulary Self-eMOtion TrackingMohamed Abdelfattah, Bugra Tekin, Fadime Sener, Necati Cihan Camgoz 等CVPR 2026

问问它们各自怎么用它

它引用的顶会 Paper56

Learning Transferable Visual Models From Natural Language SupervisionAlec Radford, Jong Wook Kim, Chris Hallacy, Aditya Ramesh 等ICML 2021 · 被引用 47,906 次
A Simple Framework for Contrastive Learning of Visual RepresentationsTing Chen, Simon Kornblith, Mohammad Norouzi, Geoffrey E. HintonICML 2020 · 被引用 24,064 次
An Image is Worth 16x16 Words: Transformers for Image Recognition at ScaleAlexey Dosovitskiy, Lucas Beyer, Alexander Kolesnikov, Dirk Weissenborn 等ICLR 2021 · 被引用 21,477 次
Bootstrap Your Own Latent - A New Approach to Self-Supervised LearningJean-Bastien Grill, Florian Strub, Florent Altché, Corentin Tallec 等NeurIPS 2020 · 被引用 9,171 次
Emerging Properties in Self-Supervised Vision TransformersMathilde Caron, Hugo Touvron, Ishan Misra, Hervé Jégou 等ICCV 2021 · 被引用 8,921 次

摘要

问问这篇 Paper

智能体会读完全文。

引用它的顶会 Paper1

它引用的顶会 Paper56

相关 Paper