AIGC動態歡迎閱讀

原標題：字節攜港大南大升級 LLaVA-NeXT：借 LLaMA-3 和 Qwen-1.5 脫胎換骨，輕松追平 GPT-4V
關鍵字：騰訊,模型,字節跳動,侵權,解讀
文章來源：算法邦
內容字數：7543字

內容摘要：

【2024騰訊云生成式AI產業應用峰會】定檔5月17日，完整議程已公布，騰訊集團高級執行副總款、云與智慧產業事業群CEO湯道生等6位騰訊云高管、負責人聚焦大模型落地場景需求，將發布混元大模型最新進展，以及15+款重磅產品，歡迎報名預約直播。文章轉載自公眾號：AI科技大本營，本文只做學術/技術分享，如有侵權，聯系刪文。
2023 年，威斯康星大學麥迪遜分校、微軟研究院和哥倫比亞大學的研究人員共同開發的 LLaVA 首次亮相，彼時它被視為一個端到端訓練的大型多模態模型，展現了在視覺與語言融合領域的潛力。今年 1 月 30 日，LLaVA 的后續版本 LLaVA-NeXT 推出，它利用了當時最強的 LLM——Yi-34B，進一步增強了多模態理解、OCR（光學字符識別）和世界知識等方面的能力，甚至在一些基準測試上與 Gemini-Pro 和 GPT-V 相媲美。在全世界默默等待 GPT-5 消息的這幾個月里，開源社區出現了 LLaMA-3 和 Qwen-1.5 等語言能力更為強大的模型，阿里的 Qwen 更是在昨天發布了 2.5 版本，劍指 GPT-4。因此，LLaVA-NeXT 的研究團隊開

原文鏈接：字節攜港大南大升級 LLaVA-NeXT：借 LLaMA-3 和 Qwen-1.5 脫胎換骨，輕松追平 GPT-4V

聯系作者

文章來源：算法邦
作者微信：allplusai
作者簡介：智猩猩矩陣賬號之一，聚焦生成式AI，重點關注模型與應用。