ACL 2024
- 在单一框架内整个多个模态
- 采用离散表示来统一处理文本、各种模态、图像和音乐
论文略读：AnyGPT: Unified Multimodal LLM with Discrete Sequence Modeling
UQI-LIUWJ2024-10-27 20:28
相关推荐
新智元23 分钟前
全球 AI 视频大战升级！「中国版 Sora」Vidu Q2 参考生月底发布，能力对标 Sora 2新智元37 分钟前
刚刚，Figure 03 惊天登场！四年狂造 10 万台，人类保姆集体失业万猫学社39 分钟前
我们为什么需要Agent？共绩算力1 小时前
OpenAI Whisper 语音识别模型：技术与应用全面分析工藤学编程1 小时前
零基础学AI大模型之Stream流式输出实战不良人龍木木2 小时前
机器学习-常用库罗橙7号2 小时前
【pyTorch】关于PyTorch的高级索引机制理解rengang662 小时前
09-随机森林：介绍集成学习中通过多决策树提升性能的算法zskj_qcxjqr2 小时前
数字大健康浪潮下：智能设备重构人力生态，传统技艺如何新生？动能小子ohhh2 小时前
AI智能体（Agent）大模型入门【9】--如何在pycharm等其他编译软件调用ocr工具【只写后端代码不演示】