模态
-
Chrome 102:新增两个 HTML 属性、两个 JS API !
Chrome 在上周发布了 102 版本,我们一起来看看都有哪些新东西吧! inert …
-
BLIP-2、InstructBLIP稳居前三!十二大模型,十六份榜单,全面测评「多模态大语言模型」



多模态大语言模型(Multimodal Large Language Model,MLLM)依赖于LLM丰富的知识储备以…
-
微软推出人工智能模型 CoDi,可互动和生成多模态内容
7 月 11 日消息,微软近日发布新闻稿,推出了名为可组合扩散模型(CoDi),这是一种独特的、基于可组合扩…
-
给大语言模型“开个眼”,看图说话性能超CLIP!斯坦福等新方法无需多模态预训练
本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。 不靠多模态数据,大语言模型也能看得懂图?!…
-
清华朱军团队开源首个基于Transformer的多模态扩散大模型,文图互生、改写全拿下
据悉 GPT-4 将于本周发布,多模态将成为其一大亮点。当前的大语言模型正在成为理解各种模态的通用接口,能够根据不同模态…
-
多模态如何自监督?爱丁堡等最新「自监督多模态学习」综述:目标函数、数据对齐和模型架构
多模态学习旨在理解和分析来自多种模态的信息,近年来在监督机制方面取得了实质性进展。 然而,对数据的严重依赖加上昂贵的人工…
-
威大华人团队全新多模态数据分析及生成方法JAMIE,大幅提升细胞类型、功能预测能力
近年来,随着单细胞技术的迅速发展,我们得以测量了单个细胞的各种特征从而获取单细胞多模态数据(比如scRNA-seq,sc…
-
无需标注数据,「3D理解」进入多模态预训练时代!ULIP系列全面开源,刷新SOTA
通过对齐三维形状、二维图片以及相应的语言描述,多模态预训练方法也带动了3D表征学习的发展。 不过现有的多模态预训练框架收…
-
达摩院猫头鹰mPLUG-Owl亮相:模块化多模态大模型,追赶GPT-4多模态能力
纯文本大模型方兴未艾,多模态领域也开始涌现出多模态大模型工作,地表最强的 GPT-4 具备读图的多模态能力,但是迟迟未向…
-
剑桥、腾讯AI Lab等提出大语言模型PandaGPT:一个模型统一六种模态
来自剑桥、NAIST 和腾讯 AI Lab 的研究者近期发布了一项名为 PandaGPT 的研究成果,这是一种将大型语言…


























