会员
周边
捐助
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
沐沐mu
凡心所向,素履以往
首页
新随笔
联系
订阅
管理
2024年6月29日
Mini-Gemini: Mining the Potential of Multi-modality Vision Language Models
摘要: 研究问题 1.作者认为LLM(GPT-4、Gemini)已经很先进了,视觉模态的大模型于LLM性能之间存在gap。 2. 对于视觉自身,图像分辨率是一个核心因素,但是提高分辨率对计算性能和cost有要求。 综上所述,作者希望“how to push forward the VLMs approach
阅读全文
posted @ 2024-06-29 21:36 沐沐mu
阅读(44)
评论(0)
推荐(0)
编辑