PromptHash는 효율적인 데이터 검색 및 저장소 최적화를 위한 혁신적인 교차 모달 해싱 프레임워크입니다. 기존 방법들의 의미 보존, 문맥 무결성, 정보 중복성의 한계를 극복하기 위해, 친화성 프롬프트 인식 협업 학습을 활용합니다. 텍스트 친화성 프롬프트 학습 메커니즘, 적응형 게이트 선택 융합 아키텍처(State Space Model과 Transformer 네트워크 결합), 그리고 프롬프트 친화성 정렬 전략(계층적 대조 학습)이라는 세 가지 핵심 기술적 기여를 통해, 모달 간의 의미 일관성을 향상시킵니다. 세 가지 벤치마크 다중 레이블 데이터셋에 대한 종합적인 평가를 통해 기존 방법들보다 상당한 성능 향상을 보였으며, 특히 NUS-WIDE 데이터셋에서 이미지-텍스트 및 텍스트-이미지 검색 작업에서 각각 18.22%와 18.65%의 상당한 성능 향상을 달성했습니다. 코드는 공개적으로 제공됩니다.
