Enabling Multimodal Generation on CLIP via Vision-Language Knowledge Distillation
32646Knowledge Triples
| Source Entity | Relationship | Target Entity |
|---|---|---|
|
Көру тілі алдын ала оқыту
Method |
enables |
Көпмодальды туралау
Task |
|
VQA v2
Material |
evaluatedIn |
Көру тілі алдын ала оқыту
Method |