Bendi新闻
>
ICLR 2024 | 媲美DALLE-3!基座模型LaVIT刷榜多模态理解与生成任务
ICLR 2024 | 媲美DALLE-3!基座模型LaVIT刷榜多模态理解与生成任务
9月前
动态视觉分词统一图文表示,快手与北大合作提出基座模型 LaVIT 刷榜多模态理解与生成任务。
论文地址:
代码模型地址:
▲ 图:LaVIT 模型的整体架构
▲ 图:(a) 动态视觉 token 生成器 (b) token 合并器
实验
▲ 表1. 零样本的多模态理解任务评估
总结
更多阅读
#投 稿 通 道#
让你的文字被更多人看到
如何才能让更多的优质内容以更短路径到达读者群体,缩短读者寻找优质内容的成本呢?答案就是:你不认识的人。
总有一些你不认识的人,知道你想知道的东西。PaperWeekly 或许可以成为一座桥梁,促使不同背景、不同方向的学者和学术灵感相互碰撞,迸发出更多的可能性。
PaperWeekly 鼓励高校实验室或个人,在我们的平台上分享各类优质内容,可以是最新论文解读,也可以是学术热点剖析、科研心得或竞赛经验讲解等。我们的目的只有一个,让知识真正流动起来。
📝 稿件基本要求:
• 文章确系个人原创作品,未曾在公开渠道发表,如为其他平台已发表或待发表的文章,请明确标注
• 稿件建议以 markdown 格式撰写,文中配图以附件形式发送,要求图片清晰,无版权问题
• PaperWeekly 尊重原作者署名权,并将为每篇被采纳的原创首发稿件,提供业内具有竞争力稿酬,具体依据文章阅读量和文章质量阶梯制结算
📬 投稿通道:
• 投稿邮箱:[email protected]
• 来稿请备注即时联系方式(微信),以便我们在稿件选用的第一时间联系作者
• 您也可以直接添加小编微信(pwbot02)快速投稿,备注:姓名-投稿
△长按添加PaperWeekly小编
🔍
现在,在「知乎」也能找到我们了
进入知乎首页搜索「PaperWeekly」
点击「关注」订阅我们的专栏吧
微信扫码关注该文公众号作者
来源:PaperWeekly
相关新闻
ICLR 2024|把图像视为外语,快手、北大多模态大模型媲美DALLE-3顶刊TPAMI 2024!多模态图像修复与融合新突破!DeepM2CDL:多种任务实现SOTA性能CVPR 2024 | 与任务无关的多模态数据也能提升Transformer性能!港中文&腾讯新作多模态融合再度领跑ICLR 2024!这56种创新SOTA方案必看AAAI 2024 Oral|打破边界!利用CLIP的多任务多模态视频行为识别方法GPT-4V只能排第二!华科大等发布多模态大模型新基准:五大任务14个模型全面测评CVPR‘24:与任务无关的多模态数据也能提升Transformer性能|港中文&腾讯ICLR上新 | 强化学习、扩散模型、多模态语言模型,你想了解的前沿方向进展全都有ICLR 2024 | 量化和增强模态偏好影响下的多模态鲁棒性巧解「数据稀缺」问题!清华开源GPD:用扩散模型生成神经网络参数|ICLR 2024今日arXiv最热NLP大模型论文:像人一样浏览网页执行任务,腾讯AI lab发布多模态端到端Agent70亿LLaMA媲美5400亿PaLM!MIT惊人研究用「博弈论」改进大模型|ICLR 2024ISSTA 2024 | 北大提出CoderUJB,面向代码大模型的可执行多任务代码评估基准揭示真实能力与局限单模型斩获「蛋白质突变预测」榜一!西湖大学提出基于结构词表方法 | ICLR 2024 Spotlight告别偏科,能玩转多模态、多任务、多领域的强化智能体终于来了清华联合蚂蚁提出TimeMixer,可分解多尺度融合的时序预测模型 | ICLR 2024ICLR 2024 | 再论生成数据能否帮助模型训练?百川智能上新超千亿大模型Baichuan 3,冲榜成绩:若干中文任务超车GPT-4LLM性能最高60%提升!谷歌ICLR 2024力作:让大语言模型学会「图的语言」吴恩达团队新作:多模态多样本上下文学习,无需微调快速适应新任务ICLR 2024 | 阐明扩散模型中的曝光偏差问题,一行代码大幅提升生成质量ICLR 2024 | 高分工作!Uni3D:3D基础大模型,刷新多个SOTA!首个ICLR时间检验奖出炉!3万被引论文奠定图像生成范式!DALL-E 3/SD背后都靠它首个ICLR时间检验奖出炉!3万被引论文奠定图像生成范式,DALL-E 3/SD背后都靠它