V
主页
论文分享|ArXiv-23|BLIP-2:基于冻结的视觉模型和大规模语言模型进行视觉-语言预训练
发布人
论文名称:BLIP-2: Bootstrapping Language-Image Pre-training with Frozen Image Encoders and Large Language Models 论文链接:https://arxiv.org/abs/2301.12597 端到端训练视觉-语言模型的成本较大,本文提出一种基于现有的视觉模型和语言模型进行联合训练的方法,BLIP-2。在联合训练过程中,本文提出Q-Former建立视觉和文本表示的桥梁,有效地利用冻结的视觉模型和冻结的语言模型来处理各种视觉-语言任务,以更低的计算成本实现更强的性能。
打开封面
下载高清视频
观看高清视频
视频下载器
论文分享|ArXiv-23|一滴墨水引发百万思考:大语言模型中错误信息的传播
论文分享|ACL-23|何时不信任语言模型:研究参数和非参数记忆的有效性
论文分享|ArXiv-23|DetectGPT:利用概率曲率的零样本机器生成文本检测
论文分享 | NeurIPS-22 | Diffusion-LM:用于提升可控生成的扩散语言模型
论文分享|ArXiv-23|在代码之外思考:头脑风暴促进代码生成中的大型语言模型
论文分享 | ACL-22 | Mix&Match:使用能量语言模型的无需训练的可控文本生成方法
论文分享|ArXiv-23|mPLUG-Owl : 模块化学习使LLM具有多模态能力
论文分享 | Arxiv-22 | Self-Instruct : 一种自动化生成指令微调数据集的方法
论文分享|Arxiv-23|REPLUG:检索增强黑盒语言模型
论文分享|ArXiv-23|通过多智能体辩论鼓励大型语言模型中的发散思维
论文分享 | ACL-22 | PELT:一个简单而有效的用于预训练语言模型的可插拔实体查询表
论文分享|ICLR-23|REACT: 语言模型结合推理和行动,动态构建prompt
论文分享 | ACL-21 | 预训练语言模型是知识渊博还是小聪明的胡猜?
论文分享 | arXiv-22 | Tailor:基于prompt的多属性可控文本生成方法
论文分享 | ACL-22 | 使用对比前缀的可控文本生成模型
论文分享 | arXiv-22 | 怎样打破文本生成中的循环
论文分享 | Arxiv-23 | LLaMA:开放高效的基础语言模型
论文分享|NIPS-23|思维树:用大型语言模型有意识地解决问题
论文分享 | ACL-22 | 模型自动生成的数据增强方法
论文分享 | ACL-22 | Prompt可以探测预训练的语言模型吗?从因果关系看隐形风险
论文分享|ArXiv-23|通过“梯度下降”和波束搜索自动提示优化
论文分享 | ACL-22 | 文本样本增强还能这样做?基于虚拟表示增强的对比学习
论文分享|ACL-23-Findings|IF 的魔力:研究大型代码语言模型中的因果推理能力
论文分享 | CVPR21 | 反事实 VQA——如何用因果推断的方法消除视觉问答中的语言偏差
论文分享 | ACL21 | 利用加权的词袋进行大规模的文本到图像的检索
Diffusion model (1) 概述:从VAE谈起
论文分享 | DeepMind | 用超级大的数据库也可以比过超级大的预训练语言模型-大参数不是唯一选择
论文分享|ICLR-23|知识在上下文中:走向知识化的半参数语言模型
论文分享 | arXiv-21 | 利用虚拟交互优化基于表示的文本匹配模型
论文分享 | SIGIR-Forum | 重新思考搜索:从浅知识模型中训练领域专家模型
论文分享 |Arxiv-23|HuggingGPT:语言模型ChatGPT作为智慧大脑,控制各AI模型
论文分享|ArXiv-23|图像检索的生成式建模
论文分享|Arxiv-23|学习从大规划语料库中生成事实正确的文章
论文分享|ICLR-23|GENERATE RATHER THAN RETRIEVE:大型语言模型是强大的上下文生成器
论文分享 | CVPR-22 | 动态梯度调整的多模态平衡学习
论文分享 | ACL-20 | CasRel:解决关系重叠问题,大幅提升SOTA分数
论文分享 | EMNLP-21 | 句子嵌入的一种简单对比学习方法
封神之作!【2024年最好的MATLAB入门教程】听懂人话就能学会!从入门到秃头,小白轻松学会!——MATLAB 教程|MATLAB 机器学习
轻松涨点,水论文必备:82个即插即用缝合模块,帮你快速搭建模型结构,轻松搞定大小论文!
论文分享 | NeurIPS21 | BEIR: 用于检测检索模型零样本学习能力的基准