Loading

2024年12月9日
Qwen-VL论文阅读笔记
摘要： Motivation & Abs Qwen-VL系列模型，通过设计（1）视觉感受器；（2）输入输出接口；（3）3阶段训练流水线；（4）多语言多模态高质量语料库从而赋予模型视觉感受的能力。除了传统的image description以及VQA任务外，作者还通过对齐image-caption-box从而 阅读全文
posted @ 2024-12-09 17:23 脂环 阅读(27) 评论(0) 推荐(0) 编辑