这项由台湾中山大学的吴仁迪、林余晏和杨慧芳领导的研究团队发表于2025年8月的期刊文章，提出了一种名为SQUARE的全新图像检索框架。有兴趣深入了解的读者可以通过论文编号arXiv:2509.26330v1查询完整论文。
当你在网上搜索图片时，有没有遇到过这样的困扰：明明输入了很详细的描述，但搜索出来的结果总是差强人意？比如你想找一张"红色长袖连衣裙"的图片，但搜索结果里混杂着各种红色短袖、红色上衣，甚至完全不相关的红色物品。这种困扰在学术界被称为"组合图像检索"问题，而中山大学的研究团队刚刚为这个问题提出了一个令人兴奋的解决方案。
传统的图像搜索就像是一个只会按字面意思理解的机器人。当你说"把这件蓝色T恤换成黑色"时，它可能会给你展示各种黑色物品，而不是一件黑色T恤。这是因为现有的搜索系统很难真正理解用户的完整意图，特别是当用户需要在现有图片基础上进行修改时。
研究团队开发的SQUARE系统就像是给这个机器人装上了"理解大脑"。它不仅能看懂你提供的参考图片，还能准确理解你想要的修改内容，然后在庞大的图片数据库中找到最符合你期望的结果。更重要的是，这个系统不需要额外的
