多模态paper 第6页

线性代数|机器学习-P33卷积神经网络ImageNet和卷积规则

函数卷积2.3循环卷积3.周期循环矩阵和非周期循环矩阵4.循环卷积特征值4.1卷积计算的分解4.2运算量4.3二维卷积公式5.KroneckerProduct1.ImageNetImageNet的论文paper

取个名字真难呐·2024-09-09 13:50

IJCAI2024

CallforPapers–IJCAI2024重要日期(所有时间都是地球上的任何地方，UTC-12)摘要提交截止日期:2024年1月10日作者信息截止日期:2024年1月16日论文全文截止日期:2024

无脑敲代码，bug漫天飞·2024-09-08 15:20

多模态大模型：技术原理与实战 ChatGPT的诞生

多模态大模型：技术原理与实战ChatGPT的诞生作者：禅与计算机程序设计艺术1.背景介绍1.1人工智能的发展历程1.1.1早期人工智能1.1.2机器学习时代1.1.3深度学习的崛起1.2自然语言处理的演进

AI大模型应用之禅·2024-09-08 10:51

微软推出Phi-3.5系列AI模型

Phi-3.5-vision则是一款多模态AI模型，能够同时处理文本和视觉输入。

百态老人·2024-09-08 02:19

大模型推理框架 RTP-LLM 架构解析

RTP-LLM与当前广泛使用的多种主流模型兼容，使用高性能的CUDAkernel,包括PagedAttention、FlashAttention、FlashDecoding等，支持多模态、LoRA、P-Tuning

阿里技术·2024-09-07 23:32

GPT-4 已经到来，其功能和用途概述

好吧，我们并没有等太久，因为OpenAI今天下午发布了多模态预训练模型GPT-4。GPT-4最令人兴奋的方面之一是它的多模式方法（图像和文本输入，文本输出），它在功能和对齐方面都有显着进步。

iCloudEnd·2024-09-07 22:30

AI推介-多模态视觉语言模型VLMs论文速览（arXiv方向）：2024.04.15-2024.04.25

文章目录~1.AutoGluon-Multimodal(AutoMM):SuperchargingMultimodalAutoMLwithFoundationModels2.FusionofDomain-AdaptedVisionandLanguageModelsforMedicalVisualQuestionAnswering3.CatLIP:CLIP-levelVisualRecognitio

小小帅AIGC·2024-09-07 21:49

2019-01-12

Youcan'trewriteyourpast,butyoucangrabacleansheetofpaperandwriteyourfuture.你不能重写过去，但是你可以用一张干净的纸去书写你的未来

q若水·2024-09-07 19:05

版本匹配指南：Scipy版本、Python版本和Numpy版本的对应关系

技术专长：在CV、NLP及多模态等领域有丰富的项目实战经验。已累计一对一为数百位用户提供近千次专业服务，助力他们少走弯路、提高效

高斯小哥·2024-09-07 18:29

移远通信推出大模型解决方案，重塑千行百业智能边界

近来，具有强大学习、理解和多模态处理能力的大模型迅猛发展，正在给人类的生产、生活带来革命性的变化。在这一变革浪潮中，物联网成为了大模型技术发挥作用的重要阵地。

移远通信·2024-09-07 12:45

【计算机视觉前沿研究热点顶会】ECCV 2024中目标检测有关的论文

当行人检测遇到多模态学习时：通才模型和基准数据集近年来，利用不同传感器模态(如RG

平安顺遂事事如意·2024-09-07 08:17

第66期 | GPTSecurity周报

SecurityPapers1.利用高级大语言模型

云起无垠·2024-09-06 07:00

LLM资料大全：文本多模态大模型、垂直领域微调模型、STF数据集、训练微调部署框架、提示词工程等

LLM资料大全：文本多模态大模型、垂直领域微调模型、STF数据集、训练微调部署框架、提示词工程等自ChatGPT为代表的大语言模型（LargeLanguageModel,LLM）出现以后，由于其惊人的类通用人工智能

汀、人工智能·2024-09-05 22:31

《深入浅出多模态》（九）多模态经典模型：MiniGPT-v2、MiniGPT5

GoAI·2024-09-05 22:29

AI多模态实战教程：面壁智能MiniCPM-V多模态大模型问答交互、llama.cpp模型量化和推理

一、项目简介MiniCPM-V系列是专为视觉-语⾔理解设计的多模态⼤型语⾔模型（MLLMs），提供⾼质量的⽂本输出，已发布4个版本。

AIGCmagic社区·2024-09-05 21:23

Bilingual engineering 201707 No.360 Alyee

GamesandDailylife:Makealittlemousewithher.Steps1.Useorangepapertomakeacone2.Maketworoundearsandalongtailwiththeorangepaper3

AlyeeBonnie·2024-09-05 17:19

NLP-预训练模型-中文：封神榜系列【姜子牙（通用大模型）、太乙（多模态）、二郎神（语言理解）、闻仲（语言生成）、燃灯（语言转换）、余元（领域）、...】

封神榜模型系列简介系列名称需求适用任务参数规模备注姜子牙通用通用大模型>70亿参数通用大模型“姜子牙”系列，具备翻译，编程，文本分类，信息抽取，摘要，文案生成，常识问答和数学计算等能力太乙特定多模态

u013250861·2024-09-05 14:35

自动驾驶之心规划控制理论&实战课程

单目3D与单目BEV全栈教程(视频答疑)多传感器标定全栈系统学习教程多传感器融合:毫米波雷达和视觉融合感知全栈教程(深度学习传统方式)多传感器融合跟踪全栈教程(视频答疑)多模态融合3D目标检测教程(视频答疑

vsdvsvfhf·2024-09-04 10:05

IROS2023

请通过传统的PaperPlaza流程提交论文。格式指南LaTex模板MSWord模板论文长度应为六页（美国字母大小），最多可多出两页（每多出一页收费205美元，应在验收后付款）。页

马少爷·2024-09-03 20:38

[论文笔记] LLaVA

Contribution:这篇工作已经在BLIP-2之后了，所以Image的理解能力不是LLaVA希望提升的重点，LLaVA是想提升多模态模型的Instruction-Followingab

心心喵·2024-09-03 08:53

遥感多模态基础大模型汇总-实时更新

本文内容来自下面链接，考虑到很多同学登录不了，故在此平台进行分享。遥感基础大模型TableofContentsModelsRemoteSensingVisionFoundationModels遥感视觉基础模型RemoteSensingVision-LanguageFoundationModels遥感视觉语言基础模型RemoteSensingGenerativeFoundationModels遥感生

遥感-GIS·2024-09-02 19:33

探索智能边缘计算：Game-Theoretic-Deep-Reinforcement-Learning

探索智能边缘计算：Game-Theoretic-Deep-Reinforcement-LearningGame-Theoretic-Deep-Reinforcement-LearningCodeofPaper"JointTaskOffloadingandResourceOptimizationinNOMA-basedVehicularEdgeComputing

瞿旺晟·2024-09-02 06:41

乡村振兴战略下传统村落文化旅游设计 Paperback – Aug. 1 2022 Chinese edition by XU SHAO HUI (Author)

乡村振兴战略下传统村落文化旅游设计Paperback–Aug.12022ChineseeditionbyXUSHAOHUI(Author)Language:Chinese.paperback.PubDate

光明理论·2024-09-02 00:37

AI在科研中的应用：chatgptgpt4的数据分析与机器学习

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。

zmjia111·2024-09-01 12:52

ChatGPT办公与科研应用、论文撰写、数据分析、机器学习、深度学习及AI绘图

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·2024-09-01 12:19

第65期 | GPTSecurity周报

SecurityPapers1.基于第一性原理的大

云起无垠·2024-08-31 05:26

特征点提取与匹配原文论文下载

ORB原文下载链接：(PDF)ORB:anefficientalternativetoSIFTorSURFSIFT原文下载链接：https://www.cs.ubc.ca/~lowe/papers/ijcv04

长沙有肥鱼·2024-08-30 17:12

xGen-MM (BLIP-3): A Family of Open Large Multimodal Models

xGen-MM（BLIP-3）：一组开放的大型多模态模型摘要1引言2相关工作3模型架构4训练5数据6实验7消融研究8结论摘要本报告介绍了xGen-MM（也称为BLIP-3），这是一个用于开发大型多模态模型

UnknownBody·2024-08-30 13:47

【CVPR‘24】BP-Net：用于深度补全的双边传播网络，新 SOTA！

摘要介绍方法1.总体架构2.双边传播模块（BilateralPropagationModule）深度参数化参数生成先验编码3.多模态融合（Multi-modalFusion）4.深度细化（DepthRefinement

BIT可达鸭·2024-08-30 04:50

基于深度学习的人类行为模仿

1.背景与意义1.1人类行为的复杂性多模态数据：人类行为包含视觉、听觉、触觉、语言等多种感知信息，如何综合分析这些多模态数据以理解和模仿人类行为是一个挑战。情境依赖性：人类行为通常依赖于特定

SEU-WYL·2024-08-30 01:26

后端JOIN、LEFT JOIN、RIGHT JOIN的理解

.*,f_exam_paper.PaperName,f_exam_paper.PaperTime,exam_class.classnameFROMf_exam_recordJOINf_exam_paperONf_exam_record.PaperId

I like Code?·2024-08-29 13:03

A Survey on Benchmarks of Multimodal Large Language Models

多模态大型语言模型基准研究综述摘要1引言2前言3感知与理解4认知与推理5特定领域6关键能力7其他模态8结论摘要多模态大型语言模型（MLLM）在学术界和工业界越来越受欢迎，因为它们在视觉问答、视觉感知、理解和推理等各种应用中表现出色

UnknownBody·2024-08-29 11:20

仿华为车机功能之--修改Launcher3,增加横向滑动桌面空白处切换壁纸的功能

实现效果：实现思路：第一步首先得增加手势识别第二步切换底图，不切换壁纸是因为切换壁纸动作太大，需要调用到WallpaperManager,耗时且会触发应用activity重启原生系统有识别上滑与下滑的动作

Kwanvin·2024-08-28 16:11

开源的即时聊天解决方案Papercups

Papercups：让聊天支持变得简单、私密、实时。-精选真开源，释放新价值。

辣码甄源·2024-08-27 17:43

ms | modelscope源码方式安装

[email protected]:modelscope/modelscope.gitcdmodelscopegitfetchoriginmastergitcheckoutmaster安装依赖如仅需体验多模态领域模型

Mopes__·2024-08-27 10:28

使用MongoDB构建AI：Jina AI将突破性开源嵌入模型变为现实

JinaAI创立于2020年，总部位于德国柏林，主要从事提示工程和嵌入模型业务，已迅速成长为多模态AI领导者。

MongoDB 数据平台·2024-08-27 02:10

大模型微调技术（Adapter-Tuning、Prefix-Tuning、Prompt-Tuning(P-Tuning)、P-Tuning v2、LoRA）_adapter微调 p tuning

今年3月15日，GPT-4发布后，也出现了一些多模态的大模型，比如百度的文心一言、讯飞星火认知大模型等等。要想训练一个针对特定领域的大模型，如果采用全量参数微调（FullParameterFutu

Cc不爱吃洋葱·2024-08-26 19:12

国货之光|暴雨机推出面向大模型训练的AI服务器

当前，“百模大战”带来了算力需求的爆发，尤其是以ChatGPT为代表的多模态AI大模型，‌其参数规模和训练数据量均达到了前所未有的规模。‌

BAOYUCompany·2024-08-26 10:44

使用书生万象InternVL大模型进行自定义视频数据集微调时没有petrel_client导致NoneType异常

它是目前已知性能最强的开源多模态大模型(见数值对比表），也是国内首个在MMMU（多学科问答）上突破60的模型。数学基准MathVista的测试中

菜b杨·2024-08-26 06:54

今日欧美圈：Sam Smith专辑改期，The Box狂揽B榜十周冠

HarryStyles登上BeautyPapers写真释出！在《冰雪奇缘2》中为Honeym

胡萝卜音乐·2024-08-26 03:22

Vblog#1 English learning for science research

Englishlearningforscienceresearchintroduction一、GOALsin1month二、PlanseverydaySummeryintroductionIstartedtowritepaperinEnglishinordertoimproveabilityofEnglishandunderstand

一粒咖啡·2024-08-26 01:50

通义千问( 五 ) 图片分析

5.多模态5.1.图片分析5.1.1.介绍通义千问VL(Qwen-VL)是阿里云研发的大规模视觉语言模型（LargeVisionLanguageModel,LVLM），可以以图像、文本、检测框作为输入，

春哥的魔法书·2024-08-25 14:15

[CLIP-VIT-L + Qwen] 多模态大模型源码阅读 - trainer篇

[CLIP-VIT-L+Qwen]多模态大模型源码阅读-trainer篇前情提要源码阅读导包逐行解读compute_loss方法（重构）整体含义逐行解读save_model函数（重构）整体含义逐行解读create_optimizer

FlowerLoveJava·2024-08-24 22:40

CLIP-VIT-L + Qwen 多模态源码阅读 - 语言模型篇（3）

多模态学习笔记-语言模型篇（3）参考repo:WatchTower-Liu/VLM-learning;url:VLLM-BASE吐槽今天接着昨天的源码继续看，黑神话：悟空正好今天发售，希望广大coder

FlowerLoveJava·2024-08-24 22:10

《通义千问AI落地—上》：后端接口

为多模态大模型(MultimodalModels)。通义意为“通情，达义”，具备全副AI能力，致力于成为人们的工作、学习、生活助手。功能包括多轮对话、文案创作、逻辑推理、

写完bug就找女朋友·2024-08-24 22:37

【AIGC半月报】AIGC大模型启元：2024.08（下）

【AIGC半月报】AIGC大模型启元：2024.08（下））(1)Nemotron-4-Minitron（NvidiaLLM）(2)VITA（腾讯优图多模态大模型）(3)mPLUG-Owl3（阿里巴巴多模态大模型

LeeZhao@·2024-08-23 10:19

AIGC：clip-interrogator

文字生成图片是近年来多模态和大模型研究的热门方向，openai提出的CLIP提供了一个方法建立起了图片和文字的联系，但是只能做到给定一张图片选择给定文本语义最相近的那一个，实际项目开发中我们总是需要从一张图片获取描述

微风❤水墨·2024-08-23 10:17

破晓未来视界：neuralsim——3D重构与模拟的神经渲染革命

今天，我们为您揭开一个名为“neuralsim”的开源项目面纱，它基于3D神经渲染技术，旨在通过高效且详尽的方式，重新定义表面重建和多模态传感器仿真。

秋玥多·2024-08-23 09:46

[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