arXiv 新增 + OpenReview 旧状态 · CLIP video adaptation · P1 · 2026-06-25

TACO：它和通用视觉自监督的关系在于：关注 CLIP 视频适配时表征几何偏移，OpenReview 旧状态为 ICLR 2026 withdrawn

高相关；详见方法、贡献和实验边界。

TACO: Towards Task-Consistent Open-Vocabulary Adaptation in Video Recognition　arXiv 新增 + OpenReview 旧状态 · CLIP video adaptation　原文链接

编号2606.25478 优先级P1 类别arXiv 新增 + OpenReview 旧状态 · CLIP video adaptation 会议arXiv 新增 + OpenReview 旧状态 · CLIP video adaptation 方法关注 CLIP 视频适配时表征几何偏移，OpenReview 旧状态为 ICLR 2026 withdrawn 来源arXiv / OpenReview

先说结论。它和通用视觉自监督的关系在于：关注 CLIP 视频适配时表征几何偏移，OpenReview 旧状态为 ICLR 2026 withdrawn。高相关；详见方法、贡献和实验边界。

**TACO: UCF (84.9%) Figure 10: t-SNE [30] visualization of our TACO model on UCF-101.**TACO: UCF (84.9%) Figure 10: t-SNE [30] visualization of our TACO model on UCF-101.这张可视化用来解释 TACO 学到的中间表征或对齐关系。重点看它是否支持正文里的机制判断。

**Figureure 5 · : An overview of the TACO framework (left) and the source of geometric**Figure 5: An overview of the TACO framework (left) and the source of geometric anchors (right).这张图概括 TACO 的整体方法流程。阅读时先看模块之间传递的训练信号，再看作者如何把目标拆成可优化的子问题。

核心问题

它和通用视觉自监督的关系在于：关注 CLIP 视频适配时表征几何偏移，OpenReview 旧状态为 ICLR 2026 withdrawn。

方法拆解

关注 CLIP 视频适配时表征几何偏移，OpenReview 旧状态为 ICLR 2026 withdrawn

主要贡献

高相关；详见方法、贡献和实验边界。

实验看点

实验部分建议重点看两类证据：一是作者是否把方法收益和更强数据、更长训练、更大模型区分开；二是跨模型、跨数据或跨任务迁移是否还能保留同样趋势。

局限与读法

这篇论文的结论需要结合任务设置、训练数据规模和消融实验一起看；不要只凭单个指标判断它对通用视觉表征的价值。