vision-language-pretraining
Các kho mã nguồn mở đang theo dõi được gắn thẻ vision-language-pretraining, sắp xếp theo số sao.
Chủ đề liên quan
Những chủ đề thường xuất hiện cùng vision-language-pretraining trên cùng một kho mã.
Mới nổi gần đây
Các kho mã tạo trong 90 ngày qua và được gắn thẻ vision-language-pretraining.
Không có kho mã mới nào gắn thẻ chủ đề này trong 90 ngày qua.
- #1★ 17.763+6Thay đổi số sao trong 7 ngày qua
- #2★ 11.261-1Thay đổi số sao trong 7 ngày qua
- #3
DeepSeek-VL: Hướng tới Hiểu biết Tầm nhìn-Ngôn ngữ trong Thế giới Thực
★ 4.177+2Thay đổi số sao trong 7 ngày qua - #4
[EMNLP 2023 Demo] Video-LLaMA: Mô hình ngôn ngữ âm thanh-hình ảnh được tinh chỉnh theo hướng dẫn để hiểu video
★ 3.141+2Thay đổi số sao trong 7 ngày qua - #5
Video-ChatGPT là một mô hình hội thoại video có khả năng tạo ra các cuộc hội thoại có ý nghĩa về video. Nó kết hợp khả năng của LLMs với một bộ mã hóa hình ảnh được huấn luyện trước, thích ứng cho biểu diễn video không gian-thời gian. Chúng tôi cũng giới thiệu một 'Đánh giá định lượng chuẩn hóa' nghiêm ngặt cho các mô hình hội thoại dựa trên video.
★ 1.507+1Thay đổi số sao trong 7 ngày qua
