搜索

MiniGPT-4使用 LLM 增强视觉语言理解

0粉丝
MiniGPT-4 可使用高级大型语言模型增强视觉语言理解。MiniGPT-4 仅使用一个投影层将来自 BLIP-2 的冻结视觉编码器与冻结 LLM
知识
简介
MiniGPT-4 可使用高级大型语言模型增强视觉语言理解。MiniGPT-4 仅使用一个投影层将来自 BLIP-2 的冻结视觉编码器与冻结 LLM Vicuna 对齐。MiniGPT-4 的训练分两个阶段：第一个传统预训练阶段使用 4 个 A100 在 10 小时内使用大约 500 万个对齐的图像... 更多
其它信息
地区
不详
开发语言
Python
开源组织
无
所属分类
神经网络/人工智能、 计算机视觉库/人脸识别
授权协议
BSD 3-Clause
操作系统
跨平台
收录时间
2023-09-25
软件类型
开源软件
适用人群
未知

时光轴

里程碑1
LOG0
2023
2023-09
轻识收录
打卡
我要打卡
我要打卡
评价
0.0（满分 10 分）0 个评分
什么是点评分
图片
表情
全部评价( 0)
推荐率 100%
推荐
MiniGPT-4使用 LLM 增强视觉语言理解
MiniGPT-4 可使用高级大型语言模型增强视觉语言理解。MiniGPT-4 仅使用一个投影层将来
MiniGPT-4使用 LLM 增强视觉语言理解
0
MLC LLM本地大语言模型
MLCLLM是一种通用解决方案，它允许将任何语言模型本地部署在各种硬件后端和本地应用程序上。此外，MLCLLM还提供了一个高效的框架，供使用者根据需求进一步优化模型性能。MLCLLM旨在让每个人都能在
MLC LLM本地大语言模型
0
MLC LLM本地大语言模型
MLC LLM 是一种通用解决方案，它允许将任何语言模型本地部署在各种硬件后端和本地应用程序上。此外
MLC LLM本地大语言模型
0
Marsha基于 LLM 的编程语言
Marsha 是一种基于 LLM的编程语言。用简单的语法描述你想要完成的任务，提供使用示例，Mars
Marsha基于 LLM 的编程语言
0
Marsha基于 LLM 的编程语言
Marsha是一种基于LLM的编程语言。用简单的语法描述你想要完成的任务，提供使用示例，Marsha编译器将指导LLM生成经过测试的Python软件。可通过终端或JupyterNotebook使用pi
Marsha基于 LLM 的编程语言
0
LIDA使用 LLM 自动生成可视化和信息图表
LIDA使用 LLM 自动生成可视化和信息图表
0
LIDA使用 LLM 自动生成可视化和信息图表
LIDA是一个用于生成数据可视化和忠实于数据的信息图表的库。LIDA与语法无关（可与任何编程语言和可视化库配合使用，例如matplotlib、seaborn、altair、d3等），并可与多个大型语言
LIDA使用 LLM 自动生成可视化和信息图表
0
通义千问-VL大规模视觉语言模型
通义千问-VL(Qwen-VL)是阿里云研发的大规模视觉语言模型（LargeVisionLanguageModel,LVLM）。Qwen-VL可以以图像、文本、检测框作为输入，并以文本和检测框作为输出
通义千问-VL大规模视觉语言模型
0
VLE视觉-语言多模态预训练模型
VLE (Vision-Language Encoder) 是一种基于预训练文本和图像编码器的图像-
VLE视觉-语言多模态预训练模型
0
Web LLM将语言模型聊天直接带到 Web 浏览器上
Web LLM 是一个可将大型语言模型和基于 LLM 的聊天机器人引入 Web 浏览器的项目。一切都
Web LLM将语言模型聊天直接带到 Web 浏览器上
0