多模态paper

网易云商冯旻伟：“大模型是下一代信息系统的大脑”

在未来，随着大模型的多模态能力持续完善，AI将为智能营销与智能客服业务注入更多活力。以下是这场专访的一些精彩片段，一同
LiveVideoStack_·2024-01-02 06:56

音视频技术开发周刊 | 326

全能多模态模型Emu2登热榜，多项任务刷新SOTA最强的全能多模态模型来了！就在近日，智源研究院重磅发布了开源界的「Gemini」——Emu2，一口气刷新多项SOTA。成立2年融资近9亿！
LiveVideoStack_·2024-01-02 06:48

搜广推之特征工程：基本原理和前沿研究（2023）

详细报告内容请参考PPT文档：GitHub-BinFuPKU/CTRRecommenderModels:IhavesurveyedthetechnologyandpapersofCTR&RecommenderSystem
Ben_Fu·2024-01-02 02:32

ChatGPT4助力Python数据分析与可视化、人工智能建模及论文高效撰写

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。
Mr.靳靳477302280·2024-01-02 00:35

浙大校友开源多模态大模型LLaVA-1.5

9月底，OpenAI宣布ChatGPT多模态能力解禁。多模态GPT-4V的神奇能力让众人惊呼：这就是GPT-4.5吧？这才没过多久，GPT-4V的开源竞争对手——LLaVA-1.5，就已经来了！
人工智能与算法学习·2024-01-01 23:48

工业异常检测大模型-Myriad：利用视觉专家进行工业异常检测的大型多模态模型 # 思路值得借鉴（海纳百川-有容乃大）

#(替换为线圈的xxx)最近，大型多模态（即视觉和语言）模型
思考实践·2024-01-01 23:48

浙大校友开源多模态大模型LLaVA-1.5

来源：新智元9月底，OpenAI宣布ChatGPT多模态能力解禁。多模态GPT-4V的神奇能力让众人惊呼：这就是GPT-4.5吧？
深度学习技术前沿·2024-01-01 23:48

OpenFlamingo 多模态是GPT-4 开源替代品

非营利组织LAION-AIOpenFlamingo，这是一个用于训练和评估大型多模态模型(LMM)的框架，属于DeepMind的Flamingo模型（一种能够处理和推理图像、视频和文本的等多模态内容的框架
ejinxian·2024-01-01 23:18

微软发布医学多模态大模型LLaVA-Med | 基于LLaVA的医学指令微调

TrainingaLargeLanguage-and-VisionAssistantforBiomedicineinOneDayPDF:https://arxiv.org/pdf/2306.00890v1.pdfCode:https://aka.ms/llava-med导读单模态文本在生物医学领域的研究已经取得了显著的成果，而多模态对话人工智能则通过利用来自公共网络
Python算法实战·2024-01-01 23:17

【LMM 003】生物医学领域的垂直类大型多模态模型 LLaVA-Med

论文标题：LLaVA-Med:TrainingaLargeLanguage-and-VisionAssistantforBiomedicineinOneDay论文作者：ChunyuanLi∗,CliffWong∗,ShengZhang∗,NaotoUsuyama,HaotianLiu,JianweiYangTristanNaumann,HoifungPoon,JianfengGao作者单位：Mic
datamonday·2024-01-01 23:47

在百模大战中AI行业发展的新趋势

趋势一多模态预训练大模型将逐渐成为人工智能产业的标配。预计随着大模型创新从单模态转向多模态，多模态预训练大模型将逐渐成为人工智能产业的标配。高质量数据愈发稀缺将倒逼数据智能飞跃。
千Deng·2024-01-01 18:25

【MS-CLIP】共享参数的ModalityShared CLIP (MS-CLIP) 架构

MS-CLIPPaper:LearningVisualRepresentationfromModality-SharedContrastiveLanguage-ImagePre-trainingAuthor
菜鸡不叫·2024-01-01 17:27

论文研读：基于统计重加权的方法减少通用回复

target=https%3A//www.paperweekly.site/papers/24
飞剑客阿飞·2024-01-01 17:28

YOLOv8独家原创改进：SPPF自研创新 | SPPF创新结构，重新设计全局平均池化层和全局最大池化层，增强全局视角信息和不同尺度大小的特征

本文原创自研创新改进：SPPF_improve利用全局平均池化层和全局最大池化层，加入一些全局背景信息和边缘信息，从而获取全局视角信息并减轻不同尺度大小所带来的影响强烈推荐，适合直接使用，paper创新级别在多个数据集验证涨点
AI小怪兽·2024-01-01 15:57

YOLOv8独家原创改进：SPPF自研创新 | 可变形大核注意力（D-LKA Attention），大卷积核提升不同特征感受野的注意力机制

spm=1001.2014.3001.5482全网独家首发创新（原创），适合paper！！！2024年计算机视觉顶会创新点适用
AI小怪兽·2024-01-01 15:27

YOLOv8独家原创改进：SPPF自研创新 | SPPF与感知大内核卷积UniRepLK结合，大kernel+非膨胀卷积提升感受野

spm=1001.2014.3001.5482全网独家首发创新（原创），适合paper！！！
AI小怪兽·2024-01-01 15:26

mongo import&export

kb.gotiku.com:27017/testmongo导出mongoexport-utest-ptest-h10.10.254.13--port27017-dtest-clxj_create_exampaper_all
EricLee_1900·2024-01-01 13:06

论文速看 Few-shot Image Generation via Cross-domain Correspondence

Few-shotImageGenerationviaCross-domainCorrespondencePaperlink:linkGithublink:link文章目录Few-shotImageGenerationviaCross-domainCorrespondenceAbstractThoughtsRelatedPapersFew-shotlearningDistancepreservari
Miao kristoff·2024-01-01 12:39

论文速看 Few-shot Image Generation with ElasticWeight Consolidation

Few-shotImageGenerationwithElasticWeightConsolidationYear:2020Paperlink:link文章目录Few-shotImageGenerationwithElasticWeightConsolidationAbstractInductionThoughtsRelatedWorkFew-shotlearningContinuouslearn
Miao kristoff·2024-01-01 12:38

程序员如何使用RSS订阅网站更新

怎么知道圈内最新的paper？怎么跟踪国内外技术大佬的博客？如果你有上述这些疑惑，那么本文适合你读下去。本文使用RSS订阅相关博客、最新paper、大厂技术追踪、圈内技术视频。
伍六七AI编程·2024-01-01 12:36

地球物理中的深度学习理论（DNN的架构、反向传播、梯度消失、梯度爆炸）

在未来地球物理学中涉及到DL的研究提供了几个有希望的方向，例如无监督学习（聚类）、迁移学习（利用之前标记好的数据）、多模态DL（通过DL实现和处理多元模态）、联邦学习、不确定性估计和主动学习。
hhhhhhhhhhyyyyyy·2024-01-01 12:56

CodeWisdom团队研究论文获得ACM SIGSOFT Distinguished Paper Award

复旦大学计算机科学技术学院CodeWisdom团队（复旦大学软件工程实验室）的研究论文《RecommendingAnalogicalAPIsviaKnowledgeGraphEmbedding》近日在美国旧金山举办的国际会议ACMJointMeetingonEuropeanSoftwareEngineeringConferenceandSymposiumontheFoundationsofSoft
pengxin_ce·2024-01-01 11:55

计算机视觉领域如何从别人的论文里获取自己的idea？（转）

极市平台整理知乎高质量回答一、作者：商汤科技的鲁叔https://www.zhihu.com/question/353691411/answer/900046621我其实有个不错的想法：40篇比较新的oralpaper
zelda2333·2024-01-01 11:58

Papers We Love: 计算机科学研究的集结地 | 开源日报 No.131

papers-we-love/papers-we-loveStars:76.8kLicense:NOASSERTIONPapersWeLove是一个围绕阅读、讨论和学习计算机科学学术论文的社区。
开源服务指南·2024-01-01 11:03

python minimize_Python实现AI绘画大师

效果如下：1、图片卡通test_code文件夹中运行pythoncartoonize.py生成图片在cartoonized_images文件夹里'''SourcecodeforCVPR2020paper'LearningtoCartoonizeUsingWhite-BoxCartoonRepresentations'byXinru
weixin_39669133·2024-01-01 08:21

万字长文谈自动驾驶occupancy感知

文章目录prologuepaperlistVision-basedoccupancy:1.
_cv_·2024-01-01 04:11

迈向通用异常检测和理解：大规模视觉语言模型（GPT-4V）率先推出

PAPERCODEhttps://arxiv.org/pdf/2311.02782.pdfhttps://github.com/caoyunkang/GPT4V-for-Generic-Anomaly-Detection
FakeOccupational·2024-01-01 02:33

机器学习笔记--DeepWalk和Node2Vec图嵌入代码实战一

官方课程主页：官方主页子豪兄精讲：斯坦福CS224W图机器学习、图神经网络、知识图谱同济子豪兄子豪兄公开代码：同济子豪兄CS224W公开课基于图的项目：读论文、搜论文、做笔记、吐槽论文的社区：ReadPaper
北航程序员小C·2024-01-01 02:27

2024年原创深度学习算法项目分享

原创深度学习算法项目分享，包括以下领域：图像视频、文本分析、知识图谱、推荐系统、问答系统、强化学习、机器学习、多模态、系统界面、爬虫、增量学习等领域…有需要的话，评论区私聊
Jason160918·2024-01-01 01:00

【起草】【第十二章】定制ChatGPT数字亲人

对话｜6岁女孩病逝捐器官，妈妈：她去当天使，同意把眼睛给别人_直击现场_澎湃新闻-ThePaper5.1定制数字人回复效果图AIGC效果：【利用抖音豆包定制-云雀模型】人设：一位6岁的女儿，漂亮可爱，善解人意
数字化转型2025·2024-01-01 00:07

D.3 基于ERNIR3.0文本分类以CAIL2018-SMALL数据集罪名预测任务为例【多标签】

NLP专栏简介：数据增强、智能标注、意图识别算法|多分类算法、文本信息抽取、多模态信息抽取、可解释性分析、性能调优、模型压缩算法等专栏详细介绍：NLP专栏简介：数据增强、智能标注、意图识别算法|多分类算法
汀、人工智能·2023-12-31 23:22

微软写了份GPT-4V说明书：166页讲解又全又详细demo示例一应俱全

详细使用说明及渠道参考原文：https://arxiv.org/abs/2309.17421多模态王炸大模型GPT-4V，166页“说明书”重磅发布！
javastart·2023-12-31 21:24

牛崽姿的ScalerTalk第四轮新概念朗读持续力训练Day58 20181204补作业（20181207）

练习材料：ThetinyvillageofFrinleyissaidtopossessa'cursedtree'.Becausethetreewasmentionedinanewspaper,thenumberofvisitorstoFrinleyhasnowincreased.Thetreewasplantednearthechurchfiftyyearsago
欢_45f4·2023-12-31 16:46

壁纸 | 精选自取（1.15）

Ryan的诚意分享且视他人之疑目如盏盏鬼火大胆地去走你的夜路Ryan的诚意分享推荐搜索壁纸套图背景配图表情头像每日壁纸Dailywallpaper现实生活中的小事也是这样，高高的堂叔到我家串门的时候，总会开着玩笑说
画像集·2023-12-31 15:20

多模态——CLIP:Contrastive Language-Image Pre-training解读

前言随着人工智能技术的不断进步，多模态成为备受瞩目的研究方向。多模态技术旨在融合不同类型的数据和信息，以实现更准确、高效的人工智能应用。有学者认为它代表了所有模型发展的最终趋势。
知来者逆·2023-12-31 12:55

TBtools | 快速（以分钟计）且准确地获取家族进化分支成员

而这，恰恰又是工作亮点挖掘，做出有意义工作的关键；甚至说实际一点，paper发得好不好的关键。解决，是不可能解决的。但是加速，是存在可能的。TBtools的相当部分功能，也正是其这个作用。
生信石头·2023-12-31 12:04

“study”和“paper”如何接合适的谓语动词？

在研究论文中，“study”和“paper”是常用的主语词汇。当“研究”（study）做主语时，该接怎样的谓语动词？而当以“论文”（paper）做主语时，又应接怎样的谓语动词？
百合兔子·2023-12-31 11:50

SemanticNeRF：基于 NeRF 的语义分类方法

Paper:ZhiS,LaidlowT,LeuteneggerS,etal.In-placescenelabellingandunderstandingwithimplicitscenerepresentation
ScienceLi1125·2023-12-31 11:07

Instruct-NeRF2NeRF：通过用户指令编辑 NeRF 三维场景

Paper:HaqueA,TancikM,EfrosAA,etal.Instruct-nerf2nerf:Editing3dsceneswithinstructions[J].arXivpreprintarXiv
ScienceLi1125·2023-12-31 11:06

4D Gaussian Splatting：用于实时的动态场景渲染

Paper:WuG,YiT,FangJ,etal.4dgaussiansplattingforreal-timedynamicscenerendering[J].arXivpreprintarXiv:2310.08528,2023
ScienceLi1125·2023-12-31 11:06

CLA-NeRF：基于语义类别的铰接物体 NeRF 表示方法

Paper:TsengWC,LiaoHJ,Yen-ChenL,etal.Cla-nerf:Category-levelarticulatedneuralradiancefield[C]//2022InternationalConferenceonRoboticsandAutomation
ScienceLi1125·2023-12-31 11:36

区块链智能合约&恶意交易2022-2024相关论文及idea

写在前面使用chatpdf，翻译摘要，借鉴参考链接：https://github.com/hzysvilla/Academic_Smart_Contract_Papers的方式快速调研当前顶会的论文idea
eliforsharon·2023-12-31 10:40

【干货】口语PART 3：Environment 主题7.5分语料

1biodegradable能进行生物降解的Theycandesignandmanufacturebiodegradablepackagingfromwaste,paper,agricultural,eventextilewaste
粥粥雅思·2023-12-31 09:29

论文阅读＜Contrastive Learning-based Robust Object Detection under Smoky Conditions＞

论文链接：https://openaccess.thecvf.com/content/CVPR2022W/UG2/papers/Wu_Contrastive_Learning-Based_Robust_Object_Detection_Under_Smoky_Conditions_CVPRW
yrhzmu·2023-12-31 08:07

【MAE】一种高效的自监督训练器

MAEPaper:MaskedAutoencodersAreScalableVisionLearnersAuthor:KaimingHe,XinleiChen,SainingXie,YanghaoLi,
菜鸡不叫·2023-12-31 04:04

【FLIP】一种用于训练CLIP的简单而有效的方案

FLIPPaper:ScalingLanguage-ImagePre-trainingviaMaskingAuthor:YanghaoLi,HaoqiFan,RonghangHu,ChristophFeichtenhofer
菜鸡不叫·2023-12-31 04:04

【Video-LLaMA】增强LLM对视频内容的理解

Paper:《Video-LLaMA:AnInstruction-tunedAudio-VisualLanguageModelforVideoUnderstanding》Authors:HangZhang
菜鸡不叫·2023-12-31 04:34

【CLIP】多模态预训练模型CLIP论文详解

CLIPPaper：LearningTransferableVisualModelsFromNaturalLanguageSupervisionAffiliation:OpenAIPublication
菜鸡不叫·2023-12-31 04:34

【 FILIP】一种大规模细粒度交互式语言图像预训练方法

FILIPPaper:Fine-grainedInteractiveLanguage-ImagePretrainAuthor:LeweiYao,RunhuiHuang,LuHou1,GuansongLu
菜鸡不叫·2023-12-31 04:03

Group DETR:分组一对多匹配是加速DETR收敛的关键学习笔记

2207.13085.pdf代码地址：GitHub-Atten4Vis/ConditionalDETR:ThisrepositoryisanofficialimplementationoftheICCV2021paper"ConditionalDETRforFastTrainingConvergence
athrunsunny·2023-12-30 22:25
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他