MLLM

12种模态，一个学习框架，Meta-Transformer实现骨干网络大一统

在迈向通用人工智能（AGI）的诸多可能的方向中，发展多模态大模型（MLLM）已然成为当前炙手可热的重要路径。在GPT4对图文理解的冲击下，更多模态的理解成为学术界关注的焦点，通感时代真要来了吗？
我爱计算机视觉·2023-07-30 23:10

多模态大模型（MLLM）之VisCPM：支持中文对话文图双向生成

2020年12月发布的CPM-1是国内首个中文大模型；2022年9月发布的CPM-Ant仅微调0.06%参数就能超越全参数微调效果；2023年5月发布的WebCPM是中文首个基于搜索的问答开源模型。CPM-Bee百亿大模型是团队最新发布的基座模型，中文能力登顶权威榜单ZeroCLUE，英文能力打平LLaMA。VisCPM是清华系面壁智能开源的多语言多模态大模型。它基于百亿参数基座模型CPM-Bee
wshzd·2023-07-26 00:13

Shikra：新一代多模态大语言模型，理解指向，说出坐标

我们将这种对话模式称为参考对话（ReferentialDialogue）；如果多模态大语言模型（MLLM）擅长这项技能，它将带来许多令人兴奋的应用。
TechBeat人工智能社区·2023-07-23 10:03

从LLM到MLLM，多模态大规模语言模型KOSMOS-1赋予了语言模型看见世界的能力

来自：机器之心在NLP领域，大规模语言模型（LLM）已经成功地在各种自然语言任务中充当通用接口。只要我们能够将输入和输出转换为文本，就能使得基于LLM的接口完成一个任务。举例而言，对于摘要任务，我们能够将文档输入到语言模型，语言模型就可以生成摘要。尽管LLM在NLP任务中取得了成功的应用，但研究人员仍努力将其原生地用于图像和音频等多模态数据。作为智能的基本组成部分，多模态感知是实现通用人工智能的必
zenRRan·2023-04-01 03:46
上一页 1 2 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他