Cross Modal Retrieval With Noisy

跨模态检索与噪声对应学习旨在消除多模态数据中不匹配对（如假阳性和假阴性）的负面影响，提高检索精度和鲁棒性。该任务通过优化算法，减少噪声数据对模型训练的干扰，从而在图像-文本等跨模态检索场景中实现更准确的匹配和检索结果。