多模态paper

[CLIP-VIT-L + Qwen] 多模态大模型源码阅读 - 语言模型篇（2）

多模态学习笔记-语言模型篇（2）参考repo:WatchTower-Liu/VLM-learning;url:vlm-learning吐槽今天的源码看的欲仙欲死，NTK(neuraltangentkernel
FlowerLoveJava·2024-08-23 09:14

[CLIP-VIT-L + Qwen] 多模态大模型源码阅读 - 语言模型篇（1）

多模态大模型源码阅读-语言模型篇（1）吐槽今日心得MQwen.py吐槽想要做一个以Qwen-7B-Insturct为languagedecoder,以CLIP-VIT-14为visionencoder的
FlowerLoveJava·2024-08-23 09:14

第六届多模态脑网络数据处理班（直播：2023.6.24~6.28）

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·2024-08-23 06:33

AIGC：Kolors: Effective Training of Diffusion Model for Photorealistic Text-to-Image Synthesis

代码：GitHub-Kwai-Kolors/Kolors:KolorsTeam论文：Kolors/imgs/Kolors_paper.pdfatmaster·Kwai-Kolors/Kolors·GitHub
微风❤水墨·2024-08-22 17:11

多模态大模型Internvl-1.5-26B微调后部署及测试实录（附代码）

大模型相关目录大模型，包括部署微调prompt/Agent应用开发、知识库增强、数据库增强、知识图谱增强、自然语言处理、多模态等大模型应用开发内容从0起步，扬帆起航。
写代码的中青年·2024-08-22 15:59

AI实现自闭症早筛：卡罗林斯卡学院研究团队开发的多模态数据分析AI模型，能在儿童12个月左右时发现自闭症的早期迹象，准确率超过80%？

卡罗林斯卡学院的研究团队确实开发了一种多模态数据分析AI模型，该模型能够在儿童大约12个月大时发现自闭症的早期迹象，并且准确率超过80%.具体来说，这种AI模型利用了多种数据源和分析方法，包括基础医疗筛查和背景历史信息
百态老人·2024-08-22 13:48

多模态大模型：技术原理与实战 OpenAI一鸣惊人带来的启示

多模态大模型：技术原理与实战OpenAI一鸣惊人带来的启示1.背景介绍1.1人工智能的发展历程人工智能(ArtificialIntelligence,AI)是当代科技发展的核心领域之一。
AI大模型应用之禅·2024-08-22 12:40

多模态大模型：技术原理与实战 智能客服

多模态大模型：技术原理与实战智能客服1.背景介绍在人工智能领域，多模态大模型（MultimodalLargeModels,MLMs）正逐渐成为研究和应用的热点。
AI大模型应用之禅·2024-08-22 12:39

探索AI智能体Agent的核心架构：记忆、工具与行动

这篇文章将详细解析智能体Agent的记忆与决策框架，探讨其多模态感知、记忆、规划决策等各个环节的实现与应用。
程序员笑武·2024-08-22 08:46

PaperWeekly

1.Python软件包解决DL在未见过的数据分布下性能差的问题：（1）神经网络和损失分离的模块化设计（2）强大便捷的基准测试能力（3）易于使用但难以修改（4）github:https://github.com/marrlab/domainlabTrainer和Models之间是什么关系Trainer和Models是DomainLab中的两个核心概念。Trainer是一个用于指导数据流向模型并计算S
sapienst·2024-03-28 19:53

【划分数据集】stratifiedShuffleSplit分层抽样

分出10%作为独立测试集ss=StratifiedShuffleSplit(n_splits=1,test_size=0.1,random_state=42)data=pd.read_csv("F:\\PaperCode
芜湖xin·2024-03-22 03:19

Ubuntu系统下C语言开发环境搭建与使用教程

洛可可白：个人主页个人专栏：✅前端技术✅后端技术个人博客：洛可可白博客代码获取：bestwishes0203封面壁纸：洛可可白wallpaper文章目录Ubuntu系统下C语言开发环境搭建与使用教程教程内容
洛可可白·2024-03-20 05:14

爆肝五千字！ECMAScript核心概念与现代JavaScript特性全解析

洛可可白：个人主页个人专栏：✅前端技术✅后端技术个人博客：洛可可白博客代码获取：bestwishes0203封面壁纸：洛可可白wallpaper文章目录爆肝五千字！
洛可可白·2024-03-20 04:13

英语精读笔记.新概念第三册(5)The facts确切数字

文章原文：Editorsofnewspapersandmagazinesoftengotoextremestoprovidetheirreaderswithunimportantfactsandstatistics.Lastyearajournalisthadbeeninstructedbyawell-knownmagazinetowriteanarticleonthepresident'spal
英文研习社·2024-03-19 15:48

主流开发语言和开发环境、程序员如何选择职业赛道？

洛可可白：个人主页个人专栏：✅前端技术✅后端技术个人博客：洛可可白博客代码获取：bestwishes0203封面壁纸：洛可可白wallpaper文章目录主流开发语言和开发环境、程序员如何选择职业赛道？
洛可可白·2024-03-15 06:01

【AI视野·今日NLP 自然语言处理论文速览 第八十二期】Tue, 5 Mar 2024

AI视野·今日CS.NLP自然语言处理论文速览Tue,5Mar2024(showingfirst100of175entries)Totally100papers上期速览✈更多精彩请移步主页DailyComputationandLanguagePapersKey-Point-DrivenDataSynthesiswithitsEnhancementonMathematicalReasoningAut
hitrjj·2024-03-11 09:07

THE WORLD BITCOIN CREATED

In2018,SatoshiNakamotopublishedapaperabouttheworld'sfirstblockchain.Hewantedtoprovidadencentralizeddigtalcurrency
辣么大大大大·2024-03-08 23:18

学习Android的第二十三天

目录AndroidViewPager(页面切换组件)ViewPaperPagerAdapter范例参考文档AndroidViewPager翻页标签栏PagerTitleStrip范例参考文档AndroidViewPager
Java'·2024-03-08 21:50

C# Onnx GroundingDINO 开放世界目标检测

目录介绍效果模型信息项目代码下载介绍地址：https://github.com/IDEA-Research/GroundingDINOOfficialimplementationofthepaper"GroundingDINO
乱蜂朝王·2024-03-04 09:59

Transformer视频理解学习的笔记

Transformer,ViT,学了SwinTransformer,还有观看了B站视频理解沐神系列串讲视频上（24.2.26未看完,明天接着看）这里面更多论文见：https://github.com/mli/paper-reading
LinlyZhai·2024-02-28 14:26

多模态相关论文笔记

(cilp)LearningTransferableVisualModelsFromNaturalLanguageSupervision从自然语言监督中学习可迁移的视觉模型openAI2021年2月48页PDFCODECLIP(ContrastiveLanguage-ImagePre-Training)对比语言图像预训练模型引言它比ImageNet模型效果更好，计算效率更高。尤其是zero-sho
靖待·2024-02-24 10:27

Regular Paper, Short Paper, Demo Paper 和Poster的区别

RegularPaper,ShortPaper,DemoPaper和Poster是常见的四种会议论文的类别。期刊并没有ShortPaper,DemoPaper,或者Poster。
艾思科蓝-何老师【H8053】·2024-02-22 22:43

openai chat GPT-4 Technical Report 技术报告论文

摘要我们报告了GPT-4的开发，这是一个大规模、多模态的模型，可以接受图像和文本输入，并生成文本输出。
·2024-02-20 19:06

“幕僚智算”重磅上线，打造AI算力新平台

一、AIGC时代算力的强烈需求随着人工智能技术的飞速发展，特别是ChatGPT和多模态的出现，我们正步入一个全新的AIGC时代。
·2024-02-20 19:05

openai chat GPT-4 Technical Report 技术报告论文

摘要我们报告了GPT-4的开发，这是一个大规模、多模态的模型，可以接受图像和文本输入，并生成文本输出。
·2024-02-20 18:30

2018-05-22

3.Charles,anatheist,iswritingapaperontheissueofprayerinpublicschools.Heiswellacquaintedwiththeargumentsadvancedbythosewhoopposesuchprayerbutunfamiliarwiththeothersideoftheissue.Charlesreasonsthatbecau
如果我名王玉珏·2024-02-20 17:58

第34期 | GPTSecurity周报

SecurityPapers1.Constitu
·2024-02-20 15:56

多模态，1000K上下文！附Waitlist链接！

大家好，我是木易，一个持续关注AI领域的互联网技术产品经理，国内Top2本科，美国Top10CS研究生，MBA。我坚信AI是普通人变强的“外挂”，所以创建了“AI信息Gap”这个公众号，专注于分享AI全维度知识，包括但不限于AI科普，AI工具测评，AI效率提升，AI行业洞察。关注我，AI之路不迷路，2024谷歌一起变强。一些结论谷歌今天发布了Gemini1.5ProGemini1.5Pro的核心功
木易AI信息差·2024-02-20 13:02

谷歌Gemini1.5火速上线：MoE架构，100万上下文

它是一种中型多模态模型，针对多种任务的扩展进行了优化，其性能水平与谷歌迄今为止最大的模型1.0Ultra类
人工智能与算法学习·2024-02-20 13:02

Gemini技术报告解读：从Google多模态大模型看后续大模型应该具备哪些能力

来自：NLPPaperWeekly快来！NLP论文投稿、LLM交流、论文直播群前段时间Google推出Gemini多模态大模型，展示了不凡的对话能力和多模态能力，其表现究竟如何呢？
zenRRan·2024-02-20 13:00

Google：Gemini 1.5跨数百万上下文令牌解锁多模态理解技术报告（中文）

1、概述在本报告中，我们展示了Gemini系列的最新模型Gemini1.5Pro，这是一个计算效率极高的多模态专家混合模型，能够从数百万个上下文标记中回忆和推理细粒度信息，包括多个长文档和数小时的视频和音频
缘起性空、·2024-02-20 12:26

# java开发中需要注意的几个地方

忘记在代码中加“Break”PaperfellowsandAustralianhelp的技术作家奥斯汀·莫登（AustinMolden）说：“忘记‘break中断’部分可能会对编码有害。”
时光_fa6a·2024-02-20 11:14

融云观察：给 ChatGPT 加上声音和脸庞，AI 社交的多模态试验

（点击获取行业首款《社交泛娱乐出海作战地图》）如果将短剧的爆火简单粗暴地归因为剧情上头、狗血反转和精妙卡点，那GenAI世界这一年来可以说是一部短剧LiveShow。关注【融云全球互联网通信云】了解更多这厢OpenAI宫斗内幕还没起底完，那头Google就因为Gemini的Demo视频造假喜提热搜。不过我们还是能从混杂的剧情中摘取出主线，那就是后发力量所展示出的大模型演进方向——从一开始便进行多模
·2024-02-20 11:25

第39期 | GPTSecurity周报

SecurityPapers1.BadChain
·2024-02-20 10:50

习题2.3 old bill

描述Amonggrandfather’spapersabillwasfound.72turkeys$679Thefirstandthelastdigitsofthenumberthatobviouslyrepresentedthetotalpriceofthoseturkeysarereplacedherebyblanks
513k·2024-02-20 07:38

使用动态网格的流体动画 Fluid Animation with Dynamic Meshes 论文阅读笔记

“Fluidanimationwithdynamicmeshes.”ACMSIGGRAPH2006Papers.2006.820-825.引言使用[Alliezetal.,2005]的方法动态生成不规则的四面体网格根据边界的位置
hijackedbycsdn·2024-02-20 07:47

青少年和成人错误监测神经源的多模态研究

本研究使用多模态方法探究了与行为监测相关神经反应的年龄差异。该方法将fMRI和ERPs的源定位相结合，对12岁、15岁和成人参与者进行了研究。
茗创科技·2024-02-20 07:05

压缩感知模型总结

压缩感知采样方式以及模型总结——学习笔记Paper1：RankMinimizationforSnapshotCompressiveImaging研究现状采样方式WNNM与SCI模型非局部相似利用WNNM
安之少年·2024-02-20 06:53

万字盘点 Android 领域在 2023 年的重要技术：AI, 14, Compose, 鸿蒙...

作为在AI领域耕耘多年的巨头，Google自然不会坐视不管，于2023年底之际发布了超越GPT-4的Gemini系列模型，其在多模态领域的表现令无数人震撼。
TechMerger·2024-02-20 05:28

《深入浅出OCR》第八章：文档处理多模态预训练

✨专栏介绍：经过几个月的精心筹备，本作者推出全新系列《深入浅出OCR》专栏，对标最全OCR教程，具体章节如导图所示，将分别从OCR技术发展、方向、概念、算法、论文、数据集等各种角度展开详细介绍。‍面向对象：本篇前言知识主要介绍深度学习知识，全面总结知知识点，方便小白或AI爱好者学习基础知识。友情提醒：本文内容可能未能含概深度学习所有知识点，其他内容可以访问本人主页其他文章或个人博客，同时因本人水平
GoAI·2024-02-20 05:53

《深入浅出多模态》：智能文档处理多模态大模型总结

✨专栏介绍：本作者推出全新系列《深入浅出多模态》专栏，具体章节如导图所示（导图后续更新），将分别从各个多模态模型的概念、经典模型、创新点、论文综述、发展方向、数据集等各种角度展开详细介绍，欢迎大家关注。
GoAI·2024-02-20 05:22

OpenAI突然发布首款文生视频模型——Sora；谷歌发布Gemini 1.5，迈向多模态大模型新时代

AI新闻OpenAI突然发布首款文生视频模型——Sora摘要：OpenAI发布了首个AI视频模型Sora，可以根据文字指令生成神级效果的长视频，引发了广泛关注和震惊。Sora模型通过深入理解语言和图像，能够创造出逼真且充满想象力的视频场景，展现了革命性的意义。Sora模型具备多镜头一致性，理解世界物理规律，以及对电影拍摄语法的自发理解，为实现通用人工智能（AGI）奠定了基础，可能重塑视频行业。谷歌
go2coding·2024-02-20 01:53

多模态推荐系统综述

此外，多模态特征也有助于缓解RS中的数据稀疏问题。因此，多模态推荐系统(multimodalrecommendationsSystem,MRS)近年来受到了学术界和业界的广泛关注。
凤凰AI·2024-02-20 00:27

python turtle 长方形_小白学Python（20）—— Turtle 海龟绘图

在1966年，SeymourPapert和WallyFeurzig发明了一种专门给儿童学习编程的语言——LOGO语言，它的特色就是通过编程指挥一个小海龟（turtle）在屏幕上绘图
weixin_39918128·2024-02-20 00:38

了解和学习OpenAI的方法和途径

ResearchPapers（研究论文）：OpenAI发表了许多高质量的研究论文，这些论文涵盖了人工智能领域的各个方面。你可以在学术搜索引擎上找
ABEL in China·2024-02-20 00:45

（2024，CtrlColor，多模态提示，局部颜色操作）控制颜色：基于多模态扩散的交互式图像着色

ControlColor:MultimodalDiffusion-basedInteractiveImageColorization公和众和号：EDPJ（进Q交流群：922230617或加VX：CV_EDPJ进V交流群）目录0.摘要3.方法3.1.预备工作：LDM和ControlNet3.2.ControlColor框架3.2.1无条件上色3.2.2有条件上色3.2.3处理颜色溢出和不正确颜色4.
EDPJ·2024-02-19 22:37

文心一言降重好用吗 PaperGPT

大家好，今天来聊聊文心一言降重好用吗PaperGPT，希望能给大家提供一点参考。
www55597·2024-02-19 18:57

每月AI科研动向（2024年1月）

目前的分类包括：LLM研究、Agent、多模态（图像、音视频、其他）、特定领域应用、具身智能。内容较多所以每个相对简略，后续会对必要的专题做更进一步的研究。
陌北有棵树·2024-02-19 16:17

Efficient Token-Guided Image-Text Retrieval withConsistent Multimodal Contrastive Training

paper:https://arxiv.org/pdf/2306.08789.pdfcode:https://github.com/LCFractal/TGDT1.论文核心思想整合了粗粒度与细粒度检索，
ALGORITHM LOL·2024-02-19 15:21

Blackhat Europe 2023 | 百度安全揭秘多平台NPU背后的安全风险

近年来，随着大模型、多模态等技术的发展，人工智能技术在各个领域的重要性与日俱增，其攻击面和安全影响也在不断扩大，负责处理大量数据和复杂计算的NPU（嵌入式神经网络处理器）成为智能设备中不可或缺的一部分，
·2024-02-19 15:51
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他