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10 分钟前
收手吧 GPT-5-Codex，外面全是 AI 编程智能体！IT_陈寒15 分钟前
Java 性能优化：5个被低估的JVM参数让你的应用吞吐量提升50%阿里云云原生1 小时前
阿里云基础设施 AI Tech Day AI 原生，智构未来——AI 原生架构与企业实践专场Memene摸鱼日报2 小时前
「Memene 摸鱼日报 2025.9.16」OpenAI 推出 GPT－5－Codex 编程模型，xAI 发布 Grok 4 Fastxiaohouzi1122332 小时前
OpenCV的cv2.VideoCapture如何加GStreamer后端用户125205597082 小时前
解决Stable Diffusion WebUI训练嵌入式模型报错问题Juchecar2 小时前
一文讲清 nn.LayerNorm 层归一化martinzh2 小时前
RAG系统大脑调教指南：模型选择、提示设计与质量控保一本通小关会打代码2 小时前
计算机视觉案例分享之答题卡识别Juchecar2 小时前
一文讲清 nn.Linear 线性变换