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
go54631584656 分钟前
修改Spatial-MLLM项目，使其专注于无人机航拍视频的空间理解还有糕手42 分钟前
西南交通大学【机器学习实验2】jndingxin44 分钟前
OpenCV CUDA模块设备层-----在 GPU 上执行类似于 std::copy 的操作函数warpCopy()weixin_377634841 小时前
【数据增强】精细化贴图数据增强老A技术联盟1 小时前
超实用的Cursor使用技巧之案列分析-教你基于Cursor零代码开发一个chrome插件慧星云1 小时前
ComfyUI工作流 ：一键换背景体验不同场景程序员的小马甲1 小时前
如何编写AI提示词算家计算1 小时前
4 位量化 + FP8 混合精度：ERNIE-4.5-0.3B-Paddle本地部署，重新定义端侧推理效率晓13131 小时前
OpenCV篇——项目（二）OCR文档扫描小白狮ww1 小时前
VASP 教程：VASP 机器学习力场微调