京东 11.11 红包
LLaVA-MoD：基于知识蒸馏的小多模态大模型
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
LLaMA-omni：低延时的语言交互多模态大模型
...
SlowFast-LLaVA：无需训练的视频理解多模态大模型
...
Emu3：统一理解和生成的多模态大模型
...
eagle：多个Vision Encoder的多模态大模型
...
NVLM：融合LLaVA和Flamingo架构的多模态大模型系列
...
mini-Gemini：支持高精度图片输入的多模态大模型
...
Aria：基于MoE架构的原生多模态大模型
...
Research Track：多模态大模型最新的一些论文
...
OMG-LLaVA：拥有segmentation能力的视觉多模态大模型
...
BLIP3: 抛弃Q-former的BLIP
...
mini-omni：实时可交互语音大模型
...
CogVLM2：智谱AI新一代多模态大模型系列
...
OLMoE：基于MoE的全开源大模型
...
mPLUG-DocOwl2：多页多模态文档理解大模型
...
Research Track 4: 多模态大模型最新的一些论文
...
Allegro：开源的SOTA视频生成模型
...
DocLayLLM：高效，SOTA的文档理解多模态大模型
...
phi-3.5：微软大模型系列
...
mPLUG-Owl3 多图理解多模态大模型
...
如何构建知识图谱？博士通俗讲解多模态大模型+知识图谱！基于多模态信息抽取的菜品知识图谱构建｜知识抽取｜Neo4j｜医药问答系统
...
LLaMA3.2：LLaMA3.2大模型系列
...
Research Track 1：多模态大模型最新的一些论文
...
AVG-LLaVA：自适应尺度视觉特征选择的多模态大模型
...
Genie：编程助手
...
Research Track 6：多模态大模型最新的一些论文
...
Janus：基于分离视觉编码器的统一理解与生成的多模态大模型
...
1小时使用RAGFlow+Ollama构建本地知识库！采用OCR和深度文档理解结合的新一代RAG引擎，windows、docker
...
Research Track 3：多模态大模型最新的一些论文
...
Research Track 5：多模态大模型最新的一些论文
...
VITA: 开源版GPT-4o实现
...
Fluid：使用连续token表示，随机顺序生成的自回归文生图模型
...
ChartMoE：使用MoE adapter的Chart理解多模态大模型
...
LongLLaVA:基于Jamba的多图理解多模态大模型
...
SHOW-o：统一理解和生成任务的transformer
...
HERMES 3: 基于Llama3.1微调的大模型
...
上海交大张伟楠机器学习课程第1讲：机器学习简介IV
...
Open-MAGVIT2基于Lookup-free Quantization的开源图片生成模型
...
MM1.5：Apple多模态大模型系列
...
Points: 融合多个优化策略的多模态大模型
...
11款神经网络科研绘图可视化工具，高效绘图太省事了！原来神经网络图这么简单就能画出来!