专栏 RSS订阅（公众号）
温馨提示：订阅专栏后它将会自动更新，无人订阅的专栏有可能不会更新。
购买VIP
提交新专栏
专栏 二维码
TodayRss-海外RSS稳定源
今天看啥
公众号rss, 微信rss, 微信公众号rss订阅, 稳定的RSS源
他们也喜欢这个专栏
•
今天看啥
›
专栏
›
FightingCV
一个专注于分享计算机视觉、多模态机器学习方向前沿论文，解答常见科研问题，分享好用科研工具的公众号。努力努力再努力，瑞思拜！
免责声明：本专栏仅为信息导航参考，不代表原文立场或观点。 原专栏内容版权归原作者所有，如您为原作者并希望删除该专栏，请通过
【版权申诉通道】联系我们处理。
开通 RSS极速订阅 可分钟级获得文章
|
|
BLIP-2作者新作Aria : 一个开放的多模态原生专家混合模型 FightingCV · 公众号 · · 1 年前 · |
|
|
|
华为天才少年面试大厂被怼：怎么连Attention都不会？ FightingCV · 公众号 · · 1 年前 · |
|
|
|
Mistral发布了其首款多模态模型Pixtral 12B FightingCV · 公众号 · · 1 年前 · |
|
|
|
EMNLP 2024 | 阿里通义实验室提出MLLM多图能力评估基准MIBench FightingCV · 公众号 · 科技自媒体 · 1 年前 · |
|
|
|
堪比理科博士生的最强AI大模型：GPT-o1技术解析 FightingCV · 公众号 · 科技自媒体 AI · 1 年前 · |
|
|
|
Google Deepmind提出SigLIP，用于语言图像预训练的 Sigmoid 损失 FightingCV · 公众号 · · 1 年前 · |
|
|
|
Apple提出MM1.5：多模态大型语言模型微调的方法、分析和见解 FightingCV · 公众号 · · 1 年前 · |
|
|
|
最优大语言模型模型架构深度解析 FightingCV · 公众号 · · 1 年前 · |
|
|
|
NeurIPS2024即插即用模块论文合集！ FightingCV · 公众号 · · 1 年前 · |
|
|
|
Qwen2-VL：增强视觉语言模型在任何分辨率下的世界感知能力 FightingCV · 公众号 · · 1 年前 · |
|
|
|
Kaiming He团队提出通过异构预训练Transformer 大规模扩展本体感知-视觉学习 FightingCV · 公众号 · · 1 年前 · |
|
|
|
LLaVA-OneVision｜更加高级的LLaVA，轻松的视觉任务转移 FightingCV · 公众号 · · 1 年前 · |
|
|
|
对齐器: 通过学习校正实现高效对齐 FightingCV · 公众号 · · 1 年前 · |
|
|
|
Emo-DPO：通过直接偏好优化实现可控的情绪语音合成 FightingCV · 公众号 · · 1 年前 · |
|
|
|
Jiaya Jia团队提出LLaMA-VID ：一张图片在大型语言模型中值两个token FightingCV · 公众号 · · 1 年前 · |
|
|
|
mamba和Tranformer融合：通过混合架构高效扩展多模态大语言模型到 1000 张图像 FightingCV · 公众号 · · 1 年前 · |
|
|
|
小米提出MobileVLM：一种用于增强UI内部和跨UI理解的视觉语言模型 FightingCV · 公众号 · · 1 年前 · |
|
|
|
T2I-CompBench：一个用于开放式世界组合式文本到图像生成的综合基准 FightingCV · 公众号 · · 1 年前 · |
|
|
|
Molmo 和 PixMo: 开放权重和开放数据的最先进的多模态大模型 FightingCV · 公众号 · · 1 年前 · |
|
|
|
MG-LMM ｜ 指令引导的多粒度分割和字幕与大型多模态模型 FightingCV · 公众号 · · 1 年前 · |
|