[MLLM] MiniGPT-4

 Todo list.

 

MiniGPT-4: Enhancing Vision-Language Understanding with Advanced Large Language Models

 

 
Saleforce的AI Projects:
 
 
 
MiniGPT-4 仅使用一个投影层将一个冻结的视觉编码器(BLIP-2)与一个冻结的 LLM(Vicuna)对齐
多模态对齐是指找到两种或多种模态的instances中sub-components之间的对应关系,例如:给定一张图片和一个描述,找到词或者短语对应图片中的区域。
 

Ref: CV多模态和AIGC的原理解析:从CLIP、BLIP到Stable Diffusion、Midjourney

https://instruction-tuning-with-gpt-4.github.io/

Instruction Tuning with GPT-4 [看上去不错的实践报告]

 

 

 
 
 
 
 
 
posted @   郝壹贰叁  阅读(21)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· AI与.NET技术实操系列(二):开始使用ML.NET
· 单线程的Redis速度为什么快?
· Pantheons:用 TypeScript 打造主流大模型对话的一站式集成库
点击右上角即可分享
微信分享提示