Densely Captioned Images: 评估视觉语言模型的新基准
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
Axolotl微调Qwen2-7b开源大模型！AutoGen+Marker自动生成数据集！AutoGen Studio+GPT4评估Qwen2文章能力
...
人工智能视觉语言模型对视觉错觉的感知
...
基于统一视觉语言模型的图像和视频混合学习
...
基于协同学习的可组合视觉语言模型
...
小模型大智慧：TinyGSM助力小规模语言模型在数学推理上超越大规模模型
...
[cvpr2024][点云数据集]LiDAR-Net:一个3D实采室内点云数据集
...
VCoder：为多模态大型语言模型提供视觉编码器的多功能视觉编码器
...
分布式大型语言模型的互联网低成本推理与微调
...
做了个yolo格式数据集半自动标注工具，只需要标注第一帧，自动跟踪标注
...
CRUXEval：代码推理、理解和执行评估的新基准
...
CLIP作为RNN：无需训练即可分割无数视觉概念
...
SyncTalk第04讲训练第二步增加嘴型部分精细化训练素材请使用512分辨率的高清头像FPS为25
...
大模型全栈-数据介绍
...
FedKSeed：实现低通信开销的十亿级语言模型联合全参数微调
...
五分钟教会你微调Llama3大模型！简单几步即可轻松打造自己的专属大模型！（附教程）无需本地配置即可轻松完成！小白也能学会！
...
HallusionBench: You See What You Think? Or You Think What You See? An Image-Cont
...
Aligning Text-to-Image Diffusion Models with Reward Backpropagation
...
大模型全栈总览
...
基于认知树的小型语言模型推理能力提升
...
PixelLLM：通过像素对齐实现视觉语言模型的精确定位
...
🦜⚒️ LangSmith Evaluations｜4️⃣ 执行评估评测
...
【面壁学术沙龙】第4期：给大模型做“奥赛题”？GPT-4o通关率25.89%，Claude3-Opus仅做对7.65%
...
大型语言模型生成内容质量自评估提升选择性生成
...
文本驱动的视频生成模型的动态定制
...
大型语言模型潜在知识发现的挑战
...
Wonder3D: Single Image to 3D using Cross-Domain Diffusion
...
yolov10 <5分钟速通训练自己的数据集>
...
通用视觉基础模型：多任务学习实现高效零样本迁移
...
Text-to-Sticker: Style Tailoring Latent Diffusion Models for Human Expression
...
基于语言模型的知识探测和推理方法
...
用视觉语言模型自动生成奖励函数，训练多目标强化学习智能体
...
大规模语言模型在多模态音乐理解与生成中的应用
...
安全训练与语言模型的鲁棒性: 对Llama 2-Chat进行潜在微调的风险评估
...
大规模语言模型结合神经符号模型的生成型神经符号视觉推理
...
数字人SyncTalk数据集制作教程一键制作只需一个视频即可制作要求512分辨率
...
《生成式AI微调LLM速成课|Generative AI Fine Tuning LLM Models Crash Course》中英字幕
...
多模态指令图像生成：Instruct-Imagen模型的创新与应用
...
LLAMA PRO：基于Transformer块扩展的渐进式大型语言模型
...
基于自然语言模型的离线强化学习框架LaMo
...
基于多头后验的预训练模型评估方法