全面了解多模态大语言模型 Multimodal Large Language Models，首个跟踪 MLLM 进展的论文集合...
关注公众号，发现CV技术之美论文集合链接地址：https://github.com/BradyFU/Awesome-Multimodal-Large-Language-Models大语言模型 Large Language Models（LLM）强大的泛化和推理能力给计算机视觉领域带来了很多灵感和启发，从而开辟出多模态大语言模型 Multimodal Large Language Models（ML
关注公众号，发现CV技术之美
-
论文集合链接地址：https://github.com/BradyFU/Awesome-Multimodal-Large-Language-Models
大语言模型 Large Language Models（LLM）强大的泛化和推理能力给计算机视觉领域带来了很多灵感和启发，从而开辟出多模态大语言模型 Multimodal Large Language Models（MLLM）这一全新的前沿热点方向。该项目汇集了该方向近期的论文，包括：
-
Multimodal Instruction Tuning
-
Multimodal In-Context Learning
-
Multimodal Chain-of-Thought
-
LLM-Aided Visual Reasoning
-
Fundation Models
-
others
这 6 个子方向以及相应的新开放的数据集，该链接将保持实时更新，便于研究人员跟进。
END
加入「计算机视觉」交流群👇备注：CV
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
0
0- 0
已为社区贡献44条内容
所有评论(0)