視覚言語モデルの構成的理解を高めるための内部モーダルコントラストと順位クロスモーダルの活用

視覚言語モデルの構成的理解を高めるために、内部モーダルコントラストと順位クロスモーダルの損失関数を提案し、既存のモデルに統合することで顕著な性能向上を実現した。