2024年9月24日
Visual Instruction Tuning
摘要： 使用机器生成的指令跟踪数据对大型语言模型 (LLM) 进行指令调整已被证明可以提高新任务的零样本能力，但这个想法在多模态领域的探索较少。我们首次尝试使用纯语言 GPT-4 生成多模态语言图像指令跟踪数据。通过对此类生成的数据进行指令调整，我们引入了 LLaVA：大型语言和视觉助手，这是一个端到端训练 阅读全文
posted @ 2024-09-24 16:36 周树皮KysonZhou 阅读(169) 评论(0) 推荐(0)