多模态模型GILL：生成+理解，CMU华人博士新作 - 代码天地

多模态模型GILL：生成+理解，CMU华人博士新作

企业开发 2023-08-26 21:10:31 阅读次数: 0

NoSuchKey

猜你喜欢

转载自blog.csdn.net/lgzlgz3102/article/details/132486273

多模态模型GILL：生成+理解，CMU华人博士新作

Meta重磅新作CM3leon：多模态模型性能再突破！

马毅团队新作！微调多模态大模型会「灾难性遗忘」

一文彻底搞懂多模态 - 多模态理解+视觉大模型+多模态检索

【计算机视觉】BLIP：统一理解和生成的自举多模态模型

多模态大模型(大模型基础、微调、视频理解多模态预训练)

清华glm团队新作：多模态的VisualGLM-6b

统一多模态大模型！PUMA：多粒度策略笑傲图像生成、编辑、修复、着色和条件图像生成和理解六大任务

多模态文档理解：基础概念-数据-模型

深度学习系列42：多模态ruDalle生成模型

【多模态】CLIP模型

经典多模态模型

剑桥华人团队开源PandaGPT：「六模态」的大型基础模型

谷歌新作LIMoE：首个多模态稀疏化模型！零样本学习超越CLIP！还能降低计算成本...

多模态模型技术综述

医疗多模态大模型

多模态大模型篇

微软提出CoDi：开创性多模态扩散生成模型，实现4种模态任意输入输出

刷新多个SOTA！Meta重磅新作AnyMAL：多模态版Llama2来了！

从单模态模型转换到多模态大模型

InternVid：用于多模态视频理解与生成的大规模视频-文本数据集 | ICLR Spotlight

SHOW-O——一款结合多模态理解和生成的单一Transformer

【AIGC】11、MDETR | LeCun 团队于 2021 年推出的端到端多模态理解模型

微软多模态大模型 Kosmos-2｜局部理解能力，解锁实体级交互

Shikra：理解指向，说出坐标，多模态语言模型超进化

从视觉感知到视觉理解，融合LLM的多模态大模型研究 |TeaTalk·Online演讲实录

MVBench多模态大模型视频理解能力基准 | CVPR Highlight

多模态扩散模型 Any-to-Any 生成：文本、图像、视频、音频

【NeurIPS 2023】多模态联合视频生成大模型CoDi

重磅发布！智象视觉多模态生成式大模型

今日推荐

周排行

win7之session理解

如何快速上手 AB Testing ？阿里技术专家秘方公开

数据库自助查询平台

【CCF 2017-12-2】游戏问题

Fire!(BFS)

修复GRUB引导故障

老倪祖膏药分销系统

MySQL慢查询日志-捕获慢SQL

批归一化(Batch Normalization)

ssm整合问题-------一

每日归档

更多

2025-03-02(0)

2025-03-01(0)

2025-02-28(0)

2025-02-27(0)

2025-02-26(0)

2025-02-25(0)

2025-02-24(0)

2025-02-23(0)

2025-02-22(0)

2025-02-21(0)