多模态基础模型中的多样本上下文学习（ManyICL）
论文《多模态基础模型中的多样本上下文学习》（Many-Shot In-Context Learning in […]
多模态基础模型中的多样本上下文学习（ManyICL） Read More »
多模态
通过数据增强对比微调缓解“对象幻觉”（object hallucination）
论文Mitigating Object Hallucination via Data Augmented Co
通过数据增强对比微调缓解“对象幻觉”（object hallucination） Read More »
MoMa：自带模态感知组合专家的高效早期融合预训练
论文MoMa: Efficient Early-Fusion Pre-training with Mixtur
MoMa：自带模态感知组合专家的高效早期融合预训练 Read More »
PaliGemma：一种可有效进行任务迁移的视觉语言模型(VLM)
PaliGemma 是一个开放的视觉语言模型（VLM），它结合了 SigLIP-So400m 视觉编码器和 G
PaliGemma：一种可有效进行任务迁移的视觉语言模型(VLM) Read More »
化学中的LLMs，Large Language Models and Autonomous Agents in Chemistry
论文《A Review of Large Language Models and Autonomous Age
化学中的LLMs，Large Language Models and Autonomous Agents in Chemistry Read More »
CVPR2024最佳论文：Rich Human Feedback for Text-to-Image Generation
计算机图像和模式识别2024年度大会（Computer Vision and Pattern Recognit
CVPR2024最佳论文：Rich Human Feedback for Text-to-Image Generation Read More »