多模态

多模态是什么意思，在生活工业中有哪些应用？

问题描述：多模态是什么意思，在生活工业中有哪些应用？问题解答：多模态（Multimodal）指的是同时利用多种不同模式或传感器的情境、系统或技术。
神笔馬良·2024-01-20 11:35

GLM-4多模态重磅更新！摸着OpenAI过河！

实际体验我依次测试了多模态、ALLTools、个性化智能定制功能。多模态首先测试其图片理解能力，上传了一张猫片：从结果
苍山有雪，剑有霜·2024-01-20 03:22

LLaVA-Plus：多模态大模型的新突破

前言随着AIGC技术的不断进步，各类多模态大模型（MLM）开始蓬勃发展。在这一领域中，LLaVA-Plus的推出无疑是一次重大突破。
努力犯错·2024-01-19 23:55

Ziya-Visual-Lyrics模型：高效的视觉识别与语言处理融合

前言在当今多模态大模型的研究与应用中，封神榜大模型团队的最新力作Ziya-Visual-Lyrics在多个方面实现了显著的技术突破。
努力犯错·2024-01-19 23:21

ICCV2023 | VL-Match: 使用Token-Level和Instance-Level Matching提升视觉语言预训练

EnhancingVision-LanguagePretrainingwithToken-LevelandInstance-LevelMatching代码：None单位：中国科学院北京计算技术研究所中国科学院大学微软在VLP种，通常采用两种预训练任务（ITM、MLM）来训练多模态编码器
羊飘·2024-01-19 19:51

ICCV2023 | PTUnifier+：通过Soft Prompts(软提示)统一医学视觉语言预训练

前者在多模态任务中具有优势，因为模态之间有充分的相互作用;后者由于具有单模态编码能力，擅长单模态和跨
羊飘·2024-01-19 19:50

大模型关键技术：上下文学习、思维链、RLHF、参数微调、并行训练、旋转位置编码、模型加速、大模型注意力机制优化、永久记忆、LangChain、知识图谱、多模态

大模型关键技术大模型综述上下文学习思维链CoT奖励建模参数微调并行训练模型加速永久记忆：大模型遗忘LangChain知识图谱多模态大模型系统优化AI绘图幻觉问题从GPT1-GPT4拆解GPTs对比主流大模型技术点旋转位置编码层归一化激活函数注意力机制优化大模型综述你知道嘛
Debroon·2024-01-19 14:14

GPT的TTS语音对话功能有什么好的用法？

刚开始版本主要以文字作为交互方式，到4.0版本时候已经初具多模态能力，到4.0Turbo版本多模态功能已经较为成熟并开放大众使用。也就是识图图文对话、文档分析和语音对话。
俊524·2024-01-19 13:57

简一与唯美

阅读《数学一点通》，产生了新的灵感，尤其是对完备构型（八形理论）产生了浓厚的兴趣，正如我们正在研究的软件定义互连、拟态计算、多模态网络，其底层的机理都是“基本元素+化合键方法=各种化合物”，所以，这种基于简约规则的唯美数学表达与工程实现
三思三省者·2024-01-19 10:39

[论文阅读]DeepFusion

DeepFusionLidar-CameraDeepFusionforMulti-Modal3DObjectDetection用于多模态3D物体检测的激光雷达相机深度融合论文网址：DeepFusion论文代码
一朵小红花HH·2024-01-19 08:43

图像生成之条件生成对抗网络（CGAN）

简要介绍原文：ConditionalGenerativeAdversarialNets这篇十年前的论文提出了多模态的思想，在我看来真的很有意义，所以我专门去写这篇文章。
Wilson_Hank·2024-01-19 05:34

由浅到深了解多模态技术

在人工智能领域，多模态研究已逐渐成为一种重要趋势。许多应用场景如若缺少多模态技术的支持，几乎难以实现。尤其在处理多种类型数据的领域，如医疗、机器人、电商、零售、游戏等，多模态技术的重要性愈发凸显。
英智未来·2024-01-19 01:21

多模态、长文本、智能体，智谱AI推出GLM-4模型全家桶，发布即上线

它可以支持更长的上下文，具备更强的多模态能力。同时
光锥智能·2024-01-18 23:40

政务服务场景为何要打造AI交互数字人？

随着ChatGPT兴起，越来越多服务场景通过AI交互数字人以多模态交互形式实现人机交互。
广州虚拟动力-动捕&虚拟主播·2024-01-18 17:31

星火AI比百度的灵境平台的优缺点

星火AI：优点：星火AI认知大模型强调了在文本生成、语言理解、知识问答、逻辑推理、数学能力、代码能力及多模态处理等方面的综合能力，可能在这些领域展现出较强的性能表现。
Heffie199·2024-01-18 15:21

多模态Multimodal医学图像相关论文

Survey[arXiv2022]VisualAttentionMethodsinDeepLearning:AnIn-DepthSurvey[pdf][arXiv2022]Vision+X:ASurveyonMultimodalLearningintheLightofData[pdf][arXiv2023]VisionLanguageModelsforVisionTasks:ASurvey[pdf
哥廷根数学学派·2024-01-18 14:29

2024年1月17日Arxiv热门NLP大模型论文：Generative Multi-Modal Knowledge Retrieval with Large Language Models

提出多模态知识检索新框架，性能大幅领先引言：多模态知识检索的重要性与挑战在当今信息爆炸的时代，多模态知识检索已成为支持知识密集型多模态应用的关键技术。
夕小瑶·2024-01-18 12:43

2024年1月17日Arxiv最热论文推荐：清华提出多模态知识检索新框架、MIT新方法大幅提升LLMs的连贯性、浙大新模型助力视频任务新突破、Meta 革新搜索技术、Google革新AI写作

本文整理了今日发表在ArXiv上的AI论文中最热门的TOP5。论文解读、论文热度排序、论文标签、中文标题、推荐理由和论文摘要均由赛博马良平台（saibomaliang.com）上的智能体「AI论文解读达人」提供。如需查看其他热门论文，欢迎移步saibomaliang.com^_^TOP1GenerativeMulti-ModalKnowledgeRetrievalwithLargeLanguage
夕小瑶·2024-01-18 12:42

视频AI对话杭州云栖：新一代视频智能生产的探索与实践

在这块大屏中的媒体中央厨房部分，正是采用了视频智能生产方案，将多模态内容理解与云导播和云剪辑相结合，使原来小时级别的视频生产降至秒级。这套酷炫的解决方案背后有哪些黑科技？本文将一一为您解答。
weixin_34289454·2024-01-18 06:18

AI测试｜颠覆客户端UI自动化？别担心，你还不会失业！AppAgent框架简单试用

近日，腾讯团队发表了一篇论文，并开源了一款基于大语言模型的，用于手机端执行复杂任务的多模态智能代理框架——AppAgent。
TesterHome官方·2024-01-18 05:54

AI新工具(20240117):GLM-4,Stable Code 3B，Motionshop等

它支持更长的上下文，具备更强的多模态功能，支持更快的推理，更多并发，推理成本大大降低。
go2coding·2024-01-18 00:43

智谱AI发布新一代基座大模型GLM-4；机器学习书籍推荐

GLM-4的全面跃升在综合能力上提升了60%，支持更长的上下文，具备更强的多模态功能，支持更快的推理，更多并发，推理成本大大降低。
go2coding·2024-01-18 00:13

PET/MRI：技术和方法

前言多模态信息通常用于诊断或研究的目的，因为每种成像技术提供了互补的信息，例如有关解剖学、生理学或代谢的信息。
茗创科技·2024-01-17 21:41

论文阅读：Bayesian GAN

贝叶斯方法的优点包括在参数空间中灵活地建模多模态，以及在最大似然（非贝叶斯）情况下防止模
风尘23187·2024-01-17 19:40

如何将ChatGPT4与Python近红外光谱数据分析及机器学习与深度学习建模完美融合

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。
zmjia111·2024-01-17 16:14

对标ChatGPT生态: 智谱全新大模型 GLM-4 发布

性能比上一代提升接近60%，整体评测结果进阶GPT-4，支持更长的上下文、更强的多模态、更快速的推理、更多的并发，大大降低推理成本，同时GLM-4也增强了其智能体（Agent）的能力。我们一起看看哪
熊猫Jay·2024-01-17 11:09

一文了解ChatGPT4+Python近红外光谱数据分析及机器学习与深度学习建模应用

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。
AIzmjl·2024-01-17 07:00

论文笔记：信息融合的门控多模态单元（GMU）

整理了GMU（ICLR2017GATEDMULTIMODALUNITSFORINFORMATIONFUSION）论文的阅读笔记背景模型实验论文地址：GMU背景  多模态指的是同一个现实世界的概念可以用不同的视图或数据类型来描述
图学习的小张·2024-01-17 06:23

深度解析内容生成式AI背后的大语言模型，探寻智能浪潮下的存储机遇

2023年3月14日，OpenAI发布了大型的多模态模型GPT-4。“GPT-4比以往任何版本更具创造性和协作性”，并且“有更广泛的常识和解决问题的能力，可以更准确地解决难题”。
存储-小白·2024-01-17 02:52

星火大模型——多模态API调用（图像+文本）

参考文档图片理解API文档环境配置pip3installwebsocket-client核心代码import_threadasthreadimportbase64importdatetimeimporthashlibimporthmacimportjsonfromurllib.parseimporturlparseimportsslfromdatetimeimportdatetimefromtim
Irving.Gao·2024-01-16 22:42

检索增强生成(RAG)技术创新进展：自我检索、重排序、前瞻检索、系统2注意力、多模态RAG

检索增强生成(RAG)提供了一种将ChatGPT/GPT-4等大型语言模型与自定义数据集成的途径，但存在局限性。让我们了解RAG最近的研究创新如何解决其中的一些问题。大型语言模型（LLM）将彻底改变很多分析领域应用。一个用例是LLM+RAG可以调研大量文档，并在很短的时间内以分析师的一小部分成本找到趋势。但问题是—很多时候你得到的答案只是部分且不完整的。举例来说，您有一个文档，其中包含X公司过去1
lichunericli·2024-01-16 20:28

无人机视角、多模态、模型剪枝、国产AI芯片部署

无人机视角、多模态、模型剪枝、国产AI芯片部署是当前无人机技术领域的重要研究方向，其原理和应用价值在以下几个方面进行详细讲述。
阿利同学·2024-01-16 16:28

AIGC领域的多模态深度学习你知道多少？一文带你Get

我们的大模型商业化落地产品更多AI资讯请关注Free三天集训营助教在线为您火热答疑‍什么是多模态深度学习?
OJAC近屿智能·2024-01-16 14:33

清华裴丹|大模型时代的AIOps

运维环境架构复杂、规模巨大，包含了各种多模态
BizSeer必示科技·2024-01-16 07:11

基于ChatGPT4+Python近红外光谱数据分析及机器学习与深度学习建模

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。
PhyliciaFelicia·2024-01-16 06:45

多示例学习 (multi-instance learning, MIL) 学习路线 (归类、重点文章列举、持续更新)

对比学习；介入学习；强化学习；GAN；应用MIL概述：全幻灯片分类；视频异常检测；图像分类；调制识别；Benchmark；MIL交叉领域：多示例多标签；多示例偏标签；多分类分布外检测；多示例对抗攻击；多模态多示例
因吉·2024-01-15 22:15

检索增强生成的多模态信息：综述

英文原文地址：RetrievingMultimodalInformationforAugmentedGeneration:ASurvey随着大型语言模型（LLMs）的流行，出现了一个重要趋势，即使用多模态来增强
lichunericli·2024-01-15 21:22

比尔·盖茨对话 OpenAI 创始人 Sam Altman：现有模型都将变成最愚蠢的模型

比如：Altman认为，在未来两年，多模态会成为一个重要的里程碑。但他也特别提醒，至少在未来的五年或十年内，人工智能（或AGI）技术将处于一个非常陡峭的成长曲线上，现有这些模型都将变成最愚蠢的模型。
CSDN资讯·2024-01-15 17:42

图机器学习年度汇集

此外，多模态知识图谱的发展，使
道亦无名·2024-01-15 09:35

EVA-CLIP: Improved Training Techniques for CLIP at Scale论文解读

文章目录前言一、摘要二、引言三、贡献四、模型方法五、论文链接总结前言最近，我一直在搞多模态大模型相关工作，也深知CLIP结构重要性，而EVA-CLIP论文是在CLIP模型基础上进行了一系列trick，实现优越
tangjunjun-owen·2024-01-15 06:39

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·2024-01-15 04:27

多模态AppAgent自主操作智能手机应用程序！

AppAgent是一款基于大型语言模型（LLMs）的新型多模态智能代理框架，专为操作智能手机应用而设计。
404NooFound·2024-01-15 02:06

AAAI 2021 | 情感分析最新进展解读

基于深度学习的方法逐渐成为情感分析的主流，一方面极大地提高了诸多传统情感分析任务的性能，如情感分类、情感信息抽取等；另一方面还促进了情感分析与其他领域的交叉融合，并衍生出了一系列新任务，如对话情感任务、多模态情感分析任务等
智源社区·2024-01-14 20:11

大模型微调及生态简单介绍

大模型大模型生态OpenAI大模型生态：全球开源大模型性能评估榜单中文语言模型——ChatGLM基于ChatGLM的多模态⼤模型大模型微调LLM⼤语⾔模型⼀般训练过程为什么需要微调高效微调技术⽅法概述⾼
天天写点代码·2024-01-14 16:38

google突然就发布了Gemini

google发布Gemini多模态大模型，还发布了一个几分钟的视频，我相信看完视频都会说一句：NB。视频可以去B站或者其他地方搜Gemini。感觉机器不仅有脑子了，还长眼睛了。
gootyking·2024-01-14 04:56

xinference

可用于大语言模型（LLM），语音识别模型，多模态模型等各种模型的推理。通过XorbitsInference，你可以轻松地一键部署你自己的模型或内置的前沿开源模型。
vitaminYZZ·2024-01-13 21:45

7个向量数据库对比：Milvus、Pinecone、Vespa、Weaviate、Vald、GSI 和 Qdrant

我们已经接近在搜索引擎体验的基础层面上涉及机器学习：在多维多模态空间中编码对象。这与传统的关键字查找不同（即使通过同义词/语义进行了增强）——在许多有趣的方面：对象级别的集合级别相似性。
FeelTouch Labs·2024-01-13 18:40

【InternLM 大模型实战】第一课

浦语大模型全链路开源体系前言环境背景开源历程开源模型应用从模型到应用全链条开源开放体系数据预训练微调高效微调框架XTuner评测OpenCompass开源评测平台架构部署LMdeploy大模型部署的全流程解决方案智能体轻量级智能体框架LagentAgentLego多模态智能体工具箱前言环境背景大模型受到广泛关注
卖小麦←_←·2024-01-13 13:02

Multimodal Transformer for Unaligned Multimodal Language Sequences

文章目录MulT：未对齐多模态语言序列的多模态变换器文章信息研究目的研究背景研究内容研究方法1.总体架构2.CrossmodalAttention3.CrossmodalTransformer4.Conv1D5
鱼儿也有烦恼·2024-01-13 12:01

一不留神，大模型已经学会操纵手机了？！

最近，腾讯最新多模态智能体框架AppAgent曝光，可以像人类一样操作各种应用。比如在地图软件中输入目标地址，然后唤起导航。或者想要发一封邮件，AppAgent也能轻松编写，然
codingpy·2024-01-13 08:56
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他