-
AI-modeller och plattformar 11 oktober 2024SHOW-O: En enda transformer som förenar multimodal förståelse och generering
Signifikanta framsteg inom stora språkmodeller (LLM) har inspirerat utvecklingen av multimodala stora språkmodeller (MLLM). Tidiga MLLM-försök, såsom LLaVA, MiniGPT-4 och InstructBLIP, visar notabel multimodal förståelseförmåga. För...
-
AI-modeller och plattformar 10 september 2024ÖRN: Utforska designutrymmet för multimodala stora språkmodeller med en blandning av encodare
Förmågan att tolka komplex visuell information på ett korrekt sätt är en viktig fokus för multimodala stora språkmodeller (MLLM). Nyliga studier visar att förbättrad visuell perception...
-
AI-modeller och plattformar 9 september 2024Sapiens: Genombrott inom Mänskliga Visionmodeller
Den anmärkningsvärda framgången med storskalig förträning följt av uppgiftsspecifik finjustering för språkmodellering har etablerat denna metod som en standardpraxis. På liknande sätt har datorseende metoder successivt...
-
AI-modeller och plattformar 6 augusti 2024SGLang: Effektiv Exekvering av Strukturerade Språkmodellsprogram
Stora språkmodeller (LLM) används alltmer för komplexa uppgifter som kräver flera generationsanrop, avancerade prompttekniker, kontrollflöde och strukturerade in-/utdata. Men effektiva system för programmering och exekvering av...
-
AI-modeller och plattformar 6 juni 2024LLaVA-UHD: Effektivt Uppfatta Bilder i Valfri Aspektförhållande och Hög Upplösning
Den senaste utvecklingen och framstegen inom stora språkmodeller har lett till en betydande ökning av vision-språklig resonemang, förståelse och interaktion. Moderna ramverk uppnår detta genom att...
-
AI-modeller och plattformar 31 maj 2024Uni-MoE: Skalning av enhetliga multimodala stora språkmodeller med Mixture of Experts
De senaste framstegen inom arkitektur och prestanda för multimodala stora språkmodeller, eller MLLM, har betonat vikten av skalbar data och modeller för att förbättra prestandan. Även...
