Talk预告 | 新加坡国立大学张傲：10%成本定制类 GPT-4 多模态大模型

本期为TechBeat人工智能社区第502期线上Talk！

北京时间06月01日(周四)20:00，新加坡国立大学在读博士生 — 张傲的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的主题是: “10%成本定制类 GPT-4 多模态大模型 ”，届时将介绍新一代多模态大模型概述与VPGTrans重点实验解析。

Talk·信息

▼

主题：10%成本定制类 GPT-4 多模态大模型

嘉宾：新加坡国立大学在读博士生 — 张傲

时间：北京时间 06月01日(周四)20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

 长按识别二维码，一键预约TALK！

Talk·介绍

▼

最近的多模态（对话）大模型将大语言模型的强大能力扩展到多模态输入，实现了强大的多模态语义理解，比如最近的GPT-4、BLIP-2、Flamingo等。但训练一个多模态对话模型往往需要成百上千的GPU时长和上亿数据。于是我们探究如何通过视觉模块迁移的方法来实现低成本(如10%成本)的新模型构建。

Talk大纲

1、新一代多模态大模型概述

2、类 GPT4 多模态模型高效构建框架 VPGTrans

3、VPGTrans重点实验解析

4、VL-LLaMA 和 VL-Vicuna 模型的训练及开源 

Talk·预习资料

▼

paper链接：

https://arxiv.org/abs/2305.01278

项目主页：

https://vpgtrans.github.io/

代码：

https://github.com/VPGTrans/VPGTrans 

Talk·提问交流

▼

在Talk界面下的【交流区】参与互动！留下你的打call和问题，和更多小伙伴们共同讨论，被讲者直接翻牌解答！

你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！

Talk·嘉宾介绍

▼

张傲

新加坡国立大学在读博士生

新加坡国立大学二年级博士生，研究方向为多模态学习，导师为Chua Tat-Seng。曾在ICCV, ECCV, EMNLP等顶会发表多篇论文。代表工作有超大规模场景图生成方法IETrans (ECCV 2022 Oral)，多模态提示学习方法colorful prompt tuning (CPT)。

个人主页：

https://waxnkw.github.io/

 长按识别二维码，一键预约TALK！

-The End-