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
Shockang5 小时前
AI Slop 治理实战Mr数据杨6 小时前
医学影像分类实战复盘 从 Kaggle 竞赛到可落地建模流程AI情绪识别开源7 小时前
检信 ALLEMOTION OS 加密打包可执行程序 — 全面测试报告版本: v1.3功能测试 / 性能测试 /ZGIAI7 小时前
ZGI 迭代节点：批量资料的逐项处理ZGIAI7 小时前
ZGI 知识检索：让业务回答有据可查Asize7 小时前
框架的说明书是写给 AI 看的：我用 Next.js 搭了个博客2601_955662468 小时前
AI 配音工具 7 款实测：短视频、影视解说、小说推文音质横向对比AI创界者8 小时前
PinkCherry-MiniMax-H3 全能AI视频整合包：8G显存开箱即用，支持首尾帧/超分补帧/自动提示词罗西的思考8 小时前
【Agentic RL / 强化学习框架】Molt 设计解读