{“id”：“https://openalex.org/W4320559155“，”doi“：”https://doi.org/10.48550/arxiv.2302.05016“title”：“多模态视觉监控对语言有益吗？”？“，”display_name“：“多模态视觉监控对语言有益吗？“，”“publication_year”：2023，“publication_date”：“2023-02-10”，“ids”：{“openalex”：“https://openalex.org/W4320559155“，”doi“：”https://doi.org/10.48550/arxiv.2302.05016“}，”语言“：”en“，”primary_location“：{”id“：”pmh:oai:arXiv.org:2302.05016“，”is_oa“：true，”landing_page_url“：”http://arxiv.org/abs/2302.05016，“pdf_url”：https://arxiv.org/pdf/2302.05016，“源”：{“id”：https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is.in_doaj“：false，”is_core“：fase，”host_organization“：”https://openalex.org/I205783295“，”“host_organization_name”：“康奈尔大学”，“host_organization_lineage”：[“https://openalex.org/I205783295“]，”host_organization_lineage_names“：[]，”type“：”repository“}，”license“：”cc-by“，”licence_id“：”https://openalex.org/licenses/cc-by“，”“version”：“submittedVersion”，“is_accepted”：false，“is_published”：false，“raw_source_name”：“”，“raw _type”：null}，“type”：“preprint”，“indexed_in”：[“arxiv”，“datacite”]，“open_access”：{“is_oa”：true，“oa_status”：“green”，“oa_url”：“https://arxiv.org/pdf/2302.05016“，”any_repository_has_fulltext“：true}，”authorships“：[{”author_position“：”第一“，”作者“：{”id“：”https://openalex.org/A5070457314“，”display_name“：”Avinash Madasu“，”orcid“：”https://orcid.org/0000-0002-3802-7618“}，”机构“：[]，”国家“：[[]，”is_corresponding“：true，”raw_author_name“：”Madasu，Avinash“，”raw_affiliation_strings“：[]，“从属关系”：[]}，{“author_position”：“last”，“author”：{“id”：“https://openalex.org/A5087898808“，”display_name“：”Vasudev Lal“，”orcid“：”https://orcid.org/0000-0002-5907-9898“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”Lal，Vasudev“，”raw _ afiliation_strings“：[]，“附属机构”：[]}]，“机构”：[]https://openalex.org/A5070457314“]，”“corresponding_institution_ids”：[]，“apc_list”：null，“apc _ paid”：null，“fwci”：null，“has_fulltext”：true，“cited_by_count”：0，“citation_normalized_percentile”：nul，“cited_by_percentile_year”：nuld，“biblio”：{“volume”：null，“issue”：nully，“first_page”：nulle}，“is_retracted”：false，“is_parated”：false，“primary_topic”：{“id”：“https://openalex.org/T11714“，”display_name“：”多模态机器学习应用程序“，”score“：0.9998000264167786，”subfield“：{”id“：”https://openalex.org/subfields/1707“，”display_name“：”计算机视觉和模式识别“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”计算机科学“}，”域“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，”主题“：[{”id“：”https://openalex.org/T11714“，”display_name“：”多模态机器学习应用程序“，”score“：0.9998000264167786，”subfield“：{”id“：”https://openalex.org/subfields/1707“，”display_name“：”计算机视觉和模式识别“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”计算机科学“}，”域“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T10028“，”display_name“：”Topic Modeling“，”score“：0.9932000041007996，”subfield“：{”id“：”https://openalex.org/subfields/1702“，”display_name“：”人工智能“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”计算机科学“}，”域“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T10181“，”display_name“：”自然语言处理技术“，”score“：0.9879999756813049，”subfield“：{”id“：”https://openalex.org/subfields/1702“，”display_name“：”人工智能“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”计算机科学“}，”域“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}]，”关键词“：[{”id“：”https://openalex.org/keywords/computer science网站“，”display_name“：”计算机科学“，”score“：0.7892952561378479}，{”id“：”https://openalex.org/keywords/natural-language-processing“，”display_name“：”自然语言处理“，”score“：0.5936502218246}，{”id“：”https://openalex.org/keywords/natural-language网站“，”display_name“：”自然语言“，”score“：0.5890165567398071}，{”id“：”https://openalex.org/keywords/artificial-intelligence网站“，”display_name“：”人工智能“，”score“：0.5829882025718689}，{”id“：”https://openalex.org/keywords/question-answering“，”display_name“：”问答“，”score“：0.5658835768699646}，{”id“：”https://openalex.org/keywords/set“，”display_name“：”集合（抽象数据类型）“，”分数“：0.5608761310577393}，{”id“：”https://openalex.org/keywords/modyne“，”display_name“：”Modality（human\u2013 computer interaction）“，”score“：0.5394983291625977}，{”id“：”https://openalex.org/keywords/language-model网站“，”display_name“：”语言模型“，”score“：0.5344281196594238}，{”id“：”https://openalex.org/keywords/编码器“，”display_name“：”编码器“，”score“：0.5163429975509644}，{”id“：”https://openalex.org/keywords/commonsense-reasoning“，”display_name“：”常识推理“，”score“：0.4288976192474365}，{”id“：”https://openalex.org/keywords/language-understanding“，”display_name“：”语言理解“，”score“：0.4210517108440399}，{”id“：”https://openalex.org/keywords/modifies（https://openalex.org/关键词/模式）“，”display_name“：”Modalities“，”score“：0.4166988134384155}，{”id“：”https://openalex.org/keywords/programming-language网站“，”display_name“：”编程语言“，”score“：0.08173766732215881}]，”概念“：[{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.7892952561378479}，{”id“：”https://openalex.org/C204321447，“wikidata”：https://www.wikidata.org/wiki/Q30642“，”display_name“：”自然语言处理“，”level“：1，”score“：0.5936502218246}，{”id“：”https://openalex.org/C195324797，“wikidata”：https://www.wikidata.org/wiki/Q33742“，”display_name“：”自然语言“，”level“：2，”score“：0.5890165567398071}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.5829882025718689}，{”id“：”https://openalex.org/C44291984，“wikidata”：https://www.wikidata.org/wiki/Q1074173“，”display_name“：”问答“，”等级“：2，”分数“：0.5658835768699646}，{”id“：”https://openalex.org/C177264268，“wikidata”：https://www.wikidata.org/wiki/Q1514741“，”display_name“：”Set（abstract data type）“，”level“：2，”score“：0.56087613105773939}，{”id“：”https://openalex.org/C2780226545，“wikidata”：https://www.wikidata.org/wiki/Q6888030“，”display_name“：”Modality（human\u2013 computer interaction）“，”level“：2，”score“：0.5394983291625977}，{”id“：”https://openalex.org/C137293760，“wikidata”：https://www.wikidata.org/wiki/Q3621696“，”display_name“：”语言模型“，”level“：2，”score“：0.5344281196594238}，{”id“：”https://openalex.org/C118505674，“wikidata”：https://www.wikidata.org/wiki/Q42586063“，”display_name“：”编码器“，”level“：2，”score“：0.5163429975509644}，{”id“：”https://openalex.org/C193221554，“wikidata”：https://www.wikidata.org/wiki/Q5153664“，”display_name“：”常识推理“，”level“：2，”score“：0.4288976192474365}，{”id“：”https://openalex.org/C2983448237，“wikidata”：https://www.wikidata.org/wiki/Q1078276“，”display_name“：”语言理解“，”level“：2，”score“：0.4210517108440399}，{”id“：”https://openalex.org/C2779903281，“wikidata”：https://www.wikidata.org/wiki/Q6888026“，”display_name“：”Modalities“，”level“：2，”score“：0.4166988134384155}，{”id“：”https://openalex.org/C199360897，“wikidata”：https://www.wikidata.org/wiki/Q9143“，”display_name“：”编程语言“，”level“：1，”score“：0.08173766732215881}，{”id“：”https://openalex.org/C111919701，“wikidata”：https://www.wikidata.org/wiki/Q9135“，”display_name“：”操作系统“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C144024400，“wikidata”：https://www.wikidata.org/wiki/Q21201“，”display_name“：”社会学“，”level“：0，”score“：0.0}，{”id“：”https://openalex.org/C36289849，“wikidata”：https://www.wikidata.org/wiki/Q34749“，”display_name“：”社会科学“，”level“：1，”score“：0.0}]，”mesh“：[]，”locations_count“：2，”location“：[{”id“：”pmh:oai:arXiv.org:2302.0016“，”is_oa“：true，”landing_page_url“：”http://arxiv.org/abs/2302.05016，“pdf_url”：https://arxiv.org/pdf/2302.05016，“源”：{“id”：https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is.in_doaj“：false，”is_core“：fase，”host_organization“：”https://openalex.org/I205783295“，”“host_organization_name”：“康奈尔大学”，“host_organization_lineage”：[“https://openalex.org/I205783295“]，”host_organization_lineage_names“：[]，”type“：”repository“}，”license“：”cc-by“，”licence_id“：”https://openalex.org/licenses/cc-by“，”“version”：“submittedVersion”，“is_accepted”：false，“is_published”：false，“raw_source_name”：“”，“raw类型”：null}，{“id”：“doi:10.48550/arxiv.2302.0016”，“is _ oa”：true，“landing_page_url”：“https://doi.org/10.48550/arxiv.2302.05016“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is.in_doaj“：false，”is_core“：fase，”host_organization“：”https://openalex.org/I205783295“，”“host_organization_name”：“康奈尔大学”，“host_organization_lineage”：[“https://openalex.org/I205783295“]，”host_organization_lineage_names“：[]，”type“：”repository“}，”license“：”cc-by“，”licence_id“：”https://openalex.org/licenses/cc-by“，”version“：null，”is_accepted“：false，”is_published“：nul，”raw_source_name“：null，”raw _type“：”article“}]，”best_oa_location“：{”id“：”pmh:oai:arXiv.org:2302.05016“，”is_oa“：true，”landing_page_url“：”http://arxiv.org/abs/2302.05016，“pdf_url”：https://arxiv.org/pdf/2302.05016，“源”：{“id”：https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is.in_doaj“：false，”is_core“：fase，”host_organization“：”https://openalex.org/I205783295“，”“host_organization_name”：“康奈尔大学”，“host_organization_lineage”：[“https://openalex.org/I205783295“]，”host_organization_lineage_names“：[]，”type“：”repository“}，”license“：”cc-by“，”licence_id“：”https://openalex.org/licenses/cc-by“，”version“：”submittedVersion“，”is_accepted“：false，”is_published“：false，”raw_source_name“：”“，”raw_type“：null}，”sustainable_development_goals“：[{”display_name“:”素质教育“，”score“：0.8500000238418579，”id“https://metadata.un.org/sdg/4“}]，”奖项“：[]，”资助者“：[[]，”has_content“：{”pdf“：true，”grobid_xml“：true}，”content_urls“：{pdf”：“https://content.openalex.org/works/W4320559155.pdf“，”grobid_xml“：”https://content.openalex.org/works/W4320559155.grobid-xml“}，”referenced_works_count“：0，”reforenced_works“：[]，”related_works“：[”https://openalex.org/W4313191056","https://openalex.org/W4383337770","https://openalex.org/W4288267738","https://openalex.org/W4225546813","https://openalex.org/W4388937922","https://openalex.org/W3157284875","https://openalex.org/W2259406085","https://openalex.org/W2099715052","https://openalex.org/W3113264705","https://openalex.org/W2964413124“]，”abstract_inverted_index“：{”Vision“：[0]，”（image“：[1]，”and“：[2,35,66,84]，”video）“：[3]，”-“：[4]，”Language“：[5,64]，”VL“：[6]，”prepretermining“：[7]，”is“：[8]，”the“：[9,39,94107130137141]，”recent“：[10]，”popular“：[11]，”paradigm“：[12]，”that“：[13120]，”reactived“：[14]，”最先进“：[15]，”结果“：[16133]，”开启“：[17,62127136]，”多模“：[18]，”tasks“：[19]，”like“：[20,87]，”image-retrieval“，：[21]，”video-retrieval，“：[22]，”visual“：[23]，”question“：[24]，”answering“：[25]，”etc.“：[26]，”These“：[27132]，”models“：[28,78,86105]，”are“：[2]，”trained“：[30,52]，”in“：[31]，”an“：[32]，“unpervisived”：[33]，”way“：[34]，”极大”：[36]，“利益”：[37]，“来自”：[38]，“互补”：[40]，“形式”：[41]，“监督。“：[42116]，”In“：[43]，”this“：[44]，”paper“：[45]，”we“：%46]，”explore“：[47]，”if“：48]，”language“：[50,60,97108122]，”representation“：[51,61,98109123]，”using“：[53]，”vision“：[54115]，”supervision“:[55]，”performance“：[56]，”better“：[57]，”than“：[58]，”vanilla“：[59121]，”Natural“理解“：[65]，”常识“：[67]，”推理“：[68]，”基准。“：[69]，“我们”：[70,92]，“实验”：[71]，“with”：[72]，“a”：[73]，“diversity”：[74]，“set”：[75]，“of”：[76,96,99103110129140]，“image-text”：[77]，“such”：[79]，“as”：[80]，“ALBEF”：[81]，“BLIP”：[82]，“METER”：[83]，“video-text”：【85】，“ALPRO”，“：【88】，“时间冻结”：[89]，“（FiT），”：[90]，“暴力。“：[91]，”比较“：[93]，”性能“：[95126]，”独立“：[100]，”文本“：[10111]，”编码器“：[102112]，”这些“：[104]，”到“：[106]，”学习“：[113]，”通过“：[114]，”我们的“：[117]，”实验“：[118]，”建议“：[119]，”显示“：[124]，”高级“：[125]，”大多数“：[128]，”任务。“：[131]，”棚“：[134]，”光“：[135]，”当前“：[138]，”缺点“：[139]，”视觉语言“：[142]，”模型。“：[143]}，”counts_by_year“：[]，”updated_date“：”2025-11-06T06:51:31.235846“，”created_date:“2025-10-10T00:00:00”}“