今天看啥
专栏 RSS订阅(公众号)
温馨提示:订阅专栏后我们将尽力更新;开通 稳定极速订阅 可获得稳定更新保障,并降低更新延迟;无人订阅的专栏有可能不会更新
程序化API访问方法
基础API: 未开通,请先订阅专栏再开通
高级API: 未开通,请先订阅专栏再开通
扩展API接口一: 未开通,请先订阅专栏再开通
提交新专栏
专栏 二维码
今天看啥Skill
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
 • 
RSS订阅
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。
需要稳定、低延迟更新,可开通 RSS 稳定极速订阅 ,获得稳定更新保障并降低更新延迟
NTU提出Text4Seg: 重塑图像分割为文本生成
FightingCV  ·  公众号  ·  ·  2 年前  · 
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  ·  ·  2 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  ·  ·  2 年前  · 
Mistral发布了其首款多模态模型Pixtral 12B
FightingCV  ·  公众号  ·  ·  2 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  ·  2 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  ·  2 年前  · 
Google Deepmind提出SigLIP,用于语言图像预训练的 Sigmoid 损失
FightingCV  ·  公众号  ·  ·  2 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  ·  ·  2 年前  · 
最优大语言模型模型架构深度解析
FightingCV  ·  公众号  ·  ·  2 年前  · 
NeurIPS2024即插即用模块论文合集!
FightingCV  ·  公众号  ·  ·  2 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  ·  ·  2 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  ·  ·  2 年前  · 
LLaVA-OneVision|更加高级的LLaVA,轻松的视觉任务转移
FightingCV  ·  公众号  ·  ·  2 年前  · 
对齐器: 通过学习校正实现高效对齐
FightingCV  ·  公众号  ·  ·  2 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  ·  ·  2 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  ·  ·  2 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  ·  ·  2 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  ·  ·  2 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  ·  ·  2 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  ·  ·  2 年前  ·