多模態LLM多到看不過來？先看這26個SOTA模型吧

AIGC動態歡迎閱讀

原標題：多模態LLM多到看不過來？先看這26個SOTA模型吧
關鍵字：報告,模型,騰訊,指令,任務
文章來源：機器之心
內容字數：11466字

內容摘要：

機器之心報道
機器之心編輯部多模態大型語言模型進展如何？盤點 26 個當前最佳多模態大型語言模型。當前 AI 領域的關注重心正從大型語言模型（LLM）向多模態轉移，于是乎，讓 LLM 具備多模態能力的多模態大型語言模型（MM-LLM）就成了一個備受關注的研究主題。
近日，騰訊 AI Lab、京都大學和穆罕默德?本?扎耶德人工智能大學的一個研究團隊發布了一份綜述報告，全面梳理了 MM-LLM 的近期進展。文中不僅總結了 MM-LLM 的模型架構和訓練流程，而且還梳理了 26 個當前最佳的 MM-LLM。如果你正考慮研究或使用 MM-LLM，不妨考慮從這份報告開始研究，找到最符合你需求的模型。論文標題：MM-LLMs: Recent Advances in MultiModal Large Language Models
論文地址：https://arxiv.org/abs/2401.13601
報告概覽
近些年來，多模態（MM）預訓練研究進展迅速，讓許多下游任務的性能不斷突破到新的邊界。但是，隨著模型和數據集規模不斷擴大，傳統多模態模型也遭遇了計算成本過高的問題，尤其是當從頭開始訓練時。

原文鏈接：多模態LLM多到看不過來？先看這26個SOTA模型吧

聯系作者

文章來源：機器之心
作者微信：almosthuman2014
作者簡介：專業的人工智能媒體和產業服務平臺