多模态变形金刚

希望什么，就是缺什么

小女孩希望有一个芭比娃娃、小男孩希望有变形金刚、高考的学子希望能上自己理想中的学府、刚毕业的学生希望能找一份好一点的工作、工作稳定的人群又希望能找到知己、父母又希望自己的孩子能今早结婚及生子………谁又不是生活在希望之中
静思黑白色·2024-02-13 05:00

好电影推荐：「外星人E.T」与「长江七号」有着一样关于爱的故事？缘自单亲家庭？

变形金刚、终结者、异形、星球大战为什么外星人不能像宠物一样憨态可掬？像我家的拉布拉多狗狗一样可爱！有啊，《外星人E.T》。对了，还有《长江七号》。
九垚读书·2024-02-13 05:38

【多模态大模型】Latent Diffusion：在潜在空间而非像素空间进行操作，从而减少了计算复杂度

LatentDiffusionStableDiffusion和LatentDiffusion扩散模型的成本问题子问题1:高计算成本和训练复杂度子问题2:保持生成图像的视觉保真度子问题3:实现多模态和高分辨率图像合成子问题
Debroon·2024-02-12 20:24

热点综述 | 空间组学技术如何全面解码肿瘤微环境

今年1月，复旦大学附属中山医院的科研团队在《ClinTranslMed》发表综述文章，回顾了空间组学的技术进步，以及先进的计算方法如何促进多模态空间数据分析；讨论了空间组学研究在精确肿瘤学中的潜在临床转化
尐尐呅·2024-02-12 19:01

大模型推理优化实践：KV cache 复用与投机采样

RTP-LLM还支持包括多模态、LoRA、P-Tuning、以及WeightOnly动态量化等
阿里技术·2024-02-12 15:01

阿里集团基于 Fluid+JindoCache 加速大模型训练的实践

作者：王涛(扬礼)陈裘凯(求索)徐之浩(东伝)一、背景时间步入了2024年，新的技术趋势，如大模型/AIGC/多模态等技术，已经开始与实际业务相结合，并开始生产落地。
阿里技术·2024-02-12 15:00

书生谱语-全链条开发工具

谱语全链条开发体系包含：数据、模型预训练、模型微调、模型量化部署、模型测评、模型场景应用全链路开发体系github链接通用大模型国内外大语言模型快速发展，涌现了大量的大语言模型以及一批创业公司深度学习模型的发展大模型利用多模态优势
SatVision炼金士·2024-02-12 11:21

VLM 系列——Llava1.6——论文解读

一、概述1、是什么Llava1.6是llava1.5的升级暂时还没有论文等，是一个多模态视觉-文本大语言模型，可以完成：图像描述、视觉问答、根据图片写代码（HTML、JS、CSS），潜在可以完成单个目标的视觉定位
TigerZ*·2024-02-12 06:10

VLM 系列——MoE-LLaVa——论文解读

一、概述1、是什么moe-Llava是Llava1.5的改进全称《MoE-LLaVA:MixtureofExpertsforLargeVision-LanguageModels》，是一个多模态视觉-文本大语言模型
TigerZ*·2024-02-12 06:40

VLM 系列——LLaVA-MoLE——论文解读

的改进全称《LLaVA-MoLE:SparseMixtureofLoRAExpertsforMitigatingDataConflictsinInstructionFinetuningMLLMs》，是一个多模态视觉
TigerZ*·2024-02-12 06:37

InternLM大模型实战-2.浦语大模型趣味demo

文章目录前言笔记正文3个Demo的简要介绍InternLM模型简介Lagent介绍书生`灵笔多模态大模型Demo动手实践模型的下载更多前言本文是对于InternLM全链路开源体系系列课程的学习笔记。
早上真好·2024-02-12 05:48

我们小时候

顶多也就是买零食附赠的小玩具只有在春节的时候才能拥有一支神气的属于自己的玩具手枪可是那时候，已经高兴的不得了小时候，我们没有多么漂亮的公主裙，也没有帅气的牛仔装我们有的只是哥哥姐姐或亲戚用不了的旧衣服可是那时候，我们一样欣喜小时候，我们没有芭比娃娃，没有变形金刚
王哀莫·2024-02-12 01:12

论文笔记：相似感知的多模态假新闻检测

整理了RecSys2020ProgressiveLayeredExtraction:ANovelMulti-TaskLearningModelforPersonalizedRecommendations）论文的阅读笔记背景模型实验论文地址：SAFE背景  在此之前，对利用新闻文章中文本信息和视觉信息之间的关系(相似性)的关注较少。这种相似性有助于识别虚假新闻，例如，虚假新闻也许会试图使用不相关的图
图学习的小张·2024-02-11 19:11

书生·浦语大模型全链路开源体系

spm_id_from=333.788&vd_source=3bbd0d74033e31cbca9ee35e111ed3d1背景：人工智能的发展从针对特定任务，用一个模型解决一个问题过渡到一个模型来应对多模态
Kerin637·2024-02-11 18:24

科技馆游记

图片发自App图片发自App门口的两个变形金刚，太吸引我了。豆也很高兴，摆出了招牌动作。图
奔跑的小五花肉·2024-02-11 18:50

【论文精读】ViT-Adapter

但普通的ViT可以使用包括图像，视频和文本的大量多模态数据进行预训练，这鼓励模型学习丰富的语义表示，但与特定于视觉的transformer变体相比，普通ViT在密集预测方面有决定性的缺
None-D·2024-02-11 15:12

多模态知识图谱：感知与认知的交汇

目录前言1多模态知识图谱的概念1.1感知系统与认知系统的连接1.2信息形式的整合与融合1.3全面、多维度的认知基础2多模态的作用2.1模态的知识互补2.2模态实体消歧2.3模态语义搜索2.4知识图谱补全
cooldream2009·2024-02-10 21:34

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

注意：LangChainAgent主要增强基于语言的互动能力，而交互式代理基础模型寻求统一多模态输入，以实现更广泛的通用
Dlimeng聊AI·2024-02-10 18:21

第六届多模态脑网络数据处理班（直播：2023.7.8~7.12）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★脑网络（cerebralnetwork）定义为：大脑空间位置不同的皮质区域通过结构或功能联系整合起来形成的网络模式。
茗创科技·2024-02-10 16:05

正面管教在我家｜装饰积极暂停角

前几日和孩子选定了孩子卧室高低床旁边的一个小空间做积极暂停角，也沟通过积极暂停角的名字，入选的有：艾伦戴尔（冰雪奇缘里的王国名称），斯伯坦（变形金刚里的星球），还有翔宇空间（翔宇分别取自两个宝贝名字里一个字
子悦静音·2024-02-10 14:24

最新多模态生成模型 MM-Interleaved 开源

转自机器之心过去几个月中，随着GPT-4V、DALL-E3、Gemini等重磅工作的相继推出，「AGI的下一步」——多模态生成大模型迅速成为全球学者瞩目的焦点。
机器学习与AI生成创作·2024-02-10 11:21

GPT-4登场：多模态能力革新，提升ChatGPT与必应体验，开放API助力游戏革新

GPT-4登场：多模态能力革新，提升ChatGPT与必应体验，开放API助力游戏革新引言在人工智能领域，GPT-4的发布标志着一个新时代的到来。
Draven21·2024-02-10 09:00

GPT-4狂飙发布，AI时代运维将发生哪些变革？

OpenAI于3月14日发布了GPT-4，这是一个支持图像和文本输入、提供文本输出的大型多模态模型。相比之前的版本，GPT-4的文字输入限制提升至2.5万，并且回答准确性明显提高。
LinkSLA·2024-02-10 08:01

2024最新ChatGPT干货总结 & 升级GPT Plus教程

众所周知的原因，目前Openai已经把资源更多投入到GPT4以及训练未来GPT5了，GPT3.5已经被一定程度上降智，同时GPT4支持多模态、GPTS等能力，GPTPlus它不仅具备了前任GPT基础版本
我是如此相信ᯤ⁶⁶ᴳ·2024-02-10 03:22

解锁ChatGPT4与近红外光谱的强大组合：从数据解析到深度学习建模的新境界

2023年4月，更强版本的ChatGPT4.0上线，文本、语音、图像等多模态交互方式使其在各行各业的应用呈现了更多的可能性。
zmjia111·2024-02-10 03:22

电影趣谈

变形金刚这个电影。哦不是这一系列的电影。陪伴着我们走了将近有30年的时间。至少到目前为止是这样的。从小看着变形金刚的电影长大。且不说这个电影是不是好看？是不是一种商业电影？
奔跑的喇叭花·2024-02-10 01:58

每日一看大模型新闻（2023.12.21）用友大易：发布国内首个AI面试解决方案；智源开源新一代多模态基础模型Emu2；一位中国教授使用AI创作科幻小说，荣获全国大奖；微调？开源+共训

1.产品发布1.1奇域AI:符合中国宝宝审美的AI绘画平台发布日期：2023.12.21奇域AI:符合中国宝宝审美的AI绘画平台(chinaz.com)主要内容：奇域AI以中国文化元素为基础，呈现极具中式审美的绘画风格，为创作者提供独特创作空间。社区提供新手引导，汇聚顶尖AI绘画创作者，促进创作者学习和启发。创作者可通过分享邀请链接和作品赚取额度，同时提供商业用途的生成图片，助力个人IP知名度提升
超爱玩大模型·2024-02-09 22:17

2019年3月22日

和弟弟一起看最喜欢看的变形金刚。
珊Cheng城·2024-02-09 17:31

ChatGPT升级版本GPT-4V(ision)支持多模态语音和图像

ChatGPT升级指南：迎接GPT-4V(ision)的全新多模态时代ChatGPT最新升级引入了GPT-4V(ision)，这是一个突破性的多模态版本，支持语音和图像输入。
Draven21·2024-02-09 06:41

苹果推出新型开源AI图像编辑模型“MGIE”；可汗学院辅助学习的GPT,Prompt 质量非常高

MGIE，全称MLLM-GuidedImageEditing，依赖于多模态大型语言模型（MLLM）来解释用户指令，并执行精细的像素级编辑操作。
go2coding·2024-02-08 22:07

明天开课 | 第七届多模态脑网络数据处理班（训练营：2023.10.5~10.21）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★脑网络（cerebralnetwork）定义为：大脑空间位置不同的皮质区域通过结构或功能联系整合起来形成的网络模式。
茗创科技·2024-02-08 20:12

新的一年， 新的催婚？

在没有亲人父母环绕身边的社会丛林，一向都是铜墙铁壁的变形金刚，在亲人面前就可以撒娇卖萌。但是也有一部分人，一想到回家，就开始头疼，这个群体往往带着家庭和故乡的期许和责任，在远方总感觉好像那些都离自己很
于升升成长·2024-02-08 13:55

【多模态大模型】GLIP：零样本学习 + 目标检测 + 视觉语言大模型

GLIP核心思想GLIP对比BLIP、BLIP-2、CLIP主要问题:如何构建一个能够在不同任务和领域中以零样本或少样本方式无缝迁移的预训练模型？统一的短语定位损失语言意识的深度融合预训练数据类型的结合语义丰富数据的扩展零样本和少样本迁移学习效果论文：https://arxiv.org/pdf/2112.03857.pdf代码：https://github.com/microsoft/GLIP核心
Debroon·2024-02-08 11:34

【多模态】27、Vary | 通过扩充图像词汇来提升多模态模型在细粒度感知任务（OCR等）上的效果

论文：Vary:ScalinguptheVisionVocabularyforLargeVision-LanguageModels代码：https://github.com/Ucas-HaoranWei/Vary出处：旷视时间：2023.12一、背景当前流行的大型视觉-语言模型LargeVision-LanguageModels(LVLMs)一般都使用共享的visionvocabulary，这个词
呆呆的猫·2024-02-08 08:19

为什么大模型需要向量数据库？

比如：爆火的Google大模型Gemini1.0原生支持的多模态，在预训练的时候就是把文本、图片、音频、视频等多模态先进行token化，然后构建一维的“语言”序列，再进行向量化，实现了原生多模态的支持。
Python算法实战·2024-02-08 01:30

攒波人品！我把整个秋招 NLP 算法岗的面经都在这里分享了！

首先感谢组织AI算法岗的交流会，我从中收获很多，也有机会分享我的秋招面试的经历，我投的岗位比较杂，主要是NLP，也包括一些多模态、大模型、推荐相关的岗位，最终拿到了腾讯、顺丰、平安金服和迪
Python算法实战·2024-02-08 01:29

MGIE官网体验入口 苹果多模态大语言模型AI图像编辑工具在线使用地址

MGIE是一项由苹果开源的技术，利用多模态大型语言模型（MLLMs）生成图像编辑指令，通过端到端训练，捕捉视觉想象力并执行图像处理操作，使图像编辑更加智能、直观。
Kavaj·2024-02-07 21:02

第七届多模态脑网络数据处理班（训练营：2023.10.5~10.21）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★脑网络（cerebralnetwork）定义为：大脑空间位置不同的皮质区域通过结构或功能联系整合起来形成的网络模式。
茗创科技·2024-02-07 13:25

51-11 多模态论文串讲—VLMo 论文精读

VLMo:UnifiedVision-LanguagePre-TrainingwithMixture-of-Modality-Experts(NeurIPS2022)VLMo是一种多模态Transformer
深圳季连AIgraphX·2024-02-07 13:59

51-10 多模态论文串讲—ALBEF 论文精读

今天我们就来过一下多模态的串讲，其实之前，我们也讲了很多工作了，比如说CLIP，还有ViLT，以及CLIP的那么多后续工作。
深圳季连AIgraphX·2024-02-07 13:29

MoE-LLaVA:具有高效缩放和多模态专业知识的大型视觉语言模型

大型视觉语言模型(LVLMs)在图像识别、视觉问题回答和多模态交互方面提供了无与伦比的能力。MoE-LLaVA利用了“专家混合”策略融合视觉和语言数据，实现对多媒体内容的复杂理解和交互。
deephub·2024-02-07 11:01

眸思MouSi：“听见世界” — 用多模态大模型点亮盲人生活

文章目录1.Introduction1.1APP细节展示2.Demo2.1论文链接2.2联系方式3.Experiment3.1多专家的结合是否有效？3.2如何更好的将多专家整合在一起？Reference让盲人听见世界，复旦眸思大模型打破视觉界限，用科技点亮新生活1.Introduction在这个世界上，视力是探索万物之美、与有灵万物互动的重要感官。而在中国，约有1700多万视力障碍者，相当于每10
猛码Memmat·2024-02-06 23:33

CodeFuse-VLM 开源，支持多模态多任务预训练/微调

CodeFuse-MFT-VLM项目地址：https://github.com/codefuse-ai/CodeFuse-MFT-VLMCodeFuse-VLM-14B模型地址：CodeFuse-VLM-14BCodeFuse-VLM框架简介随着huggingface开源社区的不断更新，会有更多的visionencoder和LLM底座发布，这些visionencoder和LLM底座都有各自的强项，
CodeFuse·2024-02-06 22:37

【多模态MLLMs+图像编辑】MGIE：苹果开源基于指令和大语言模型的图片编辑神器（24.02.03开源）

项目主页：https://mllm-ie.github.io/论文:基于指令和多模态大语言模型图片编辑2309.GuidingInstruction-basedImageEditingviaMultimodalLargeLanguageModels
曾小蛙·2024-02-06 20:52

大模型 AI Agent 详细介绍

这些AI代理利用了大规模的语言模型（如GPT-3、BERT、T5等）或其他类型的模型（如图像识别模型、多模态模型等）来模拟人类行为和决策过程。
人生万事须自为，跬步江山即寥廓。·2024-02-06 13:19

多模态对比语言图像预训练CLIP：打破语言与视觉的界限，具备零样本能力

多模态对比语言图像预训练CLIP：打破语言与视觉的界限，具备零样本能力。一种基于多模态（图像、文本）对比训练的神经网络。
代码讲故事·2024-02-06 10:30

探索设计模式的魅力：为什么你应该了解装饰器模式-代码优化与重构的秘诀

这个编程世界里的‘变形金刚’，究竟隐藏着什么秘密？让我们一起揭开装饰器模式的神秘面纱。一、背景在软件开发中，由于需求的变化非常
danci_·2024-02-06 10:14

音乐数据集+大模型相关（一）

MusicCapsYouTube8M-MusicTextClipsMusicNetFMAMTG-JamendoMagnaTagATune音乐模型介绍简介MUSICGEN:mate新推出的音乐生成模型2023MusicLM:用文本生成高保真音频音乐llark音乐多模态大模型参考音乐数据集介绍下图来自
万年枝·2024-02-06 06:29

CVPR2023|Learning Instance-Level Representation for Large-Scale Multi-Modal Pretraining in Ecommerce

Multi-ModalPretrainingObjectives4.TransfertoDowntasks转换到下游任务实验预训练数据集实验细节在下游任务上的Evaluationconclusion摘要本文旨在建立一个通用的多模态基础模型
万年枝·2024-02-06 06:59

2020-01-19

早上，我发现我昨天花了18块钱买的变形金刚，找不到了！我心想：“哎呀嘛！恶运来了，躲不了了！一定不要丢呀！我在家里翻天覆地，没找着。我要求天拜地：“不要丢呀不要丢呀不要丢
宝宝虎武士加上数码宝贝·2024-02-05 22:24
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他