CT Foundation：通过生成嵌入向量（embedding vector），助力研究人员能够在较少数据和计算资源条件下，快速开发基于CT影像的AI模型
Google Research团队近期发布了CT Foundation工具，该工具的开发是为了使研究人员能够在 […]
CT Foundation：通过生成嵌入向量（embedding vector），助力研究人员能够在较少数据和计算资源条件下，快速开发基于CT影像的AI模型 Read More »
多模态
VisRAG：把RAG扩展到图片和视觉
论文VisRAG: Vision-based Retrieval-Augmented Generation o
VisRAG：把RAG扩展到图片和视觉 Read More »
浅谈视觉语言模型（Vision-Language Models, VLMs）
视觉语言模型（Vision-Language Models, VLMs）是同时处理视觉信息和文本信息的深度学习
浅谈视觉语言模型（Vision-Language Models, VLMs） Read More »
“FACTS”框架：基于检索增强生成（RAG）的聊天机器人构建框架
论文FACTS About Building Retrieval Augmented Generation-b
“FACTS”框架：基于检索增强生成（RAG）的聊天机器人构建框架 Read More »
利用越狱图像（Jailbreak Images）攻击多模态融合模型
论文Gradient-based Jailbreak Images for Multimodal Fusion
利用越狱图像（Jailbreak Images）攻击多模态融合模型 Read More »