AIGC動態(tài)歡迎閱讀

原標(biāo)題：多模態(tài)大模型: 盤點&Highlights part2——Qwen-VL系列
關(guān)鍵字：報告,數(shù)據(jù),模型,圖像,信息
文章來源：智猩猩GenAI
內(nèi)容字數(shù)：0字

內(nèi)容摘要：

講座預(yù)告11月1日上午10點，南開大學(xué)在讀博士李森茂，將以《基于擴散模型編碼器模塊的推理加速》為主題進行直播講解，歡迎掃名~導(dǎo)讀Hi大家好，我叫延捷，是一名計算機視覺算法工程師，也是叉燒的老朋友了。我們計劃發(fā)布一系列關(guān)于多模態(tài)大模型的文章，幫助大家快速、精準地了解多模態(tài)大模型的前世今生，并且深入各個多模態(tài)大模型領(lǐng)域優(yōu)秀的工作，希望能給大家一個脈絡(luò)性的盤點，一起學(xué)習(xí)，共同進步。01Introduction本期會詳細介紹一下另外一個在多模態(tài)大模型領(lǐng)域相當(dāng)優(yōu)秀的工作Qwen-VL，同時Qwen2-VL的技術(shù)報告在8月29號剛剛發(fā)布，也會跟大家同步介紹這個最新的工作。同樣地我并不會過多列舉一些不必要的論文細節(jié)和指標(biāo)，而是會著重講述：
“心路歷程”：一個系列工作逐步發(fā)展的路徑，作者是如何根據(jù)當(dāng)前工作的缺點一步步優(yōu)化的，并且會總結(jié)出每篇工作的highlight，在精而不在多；
“數(shù)據(jù)細節(jié)”：各個工作中對數(shù)據(jù)處理的細節(jié)，包括但不限于數(shù)據(jù)的收集，采樣時的分布，如何清洗/重建noisy數(shù)據(jù)，如何進行數(shù)據(jù)預(yù)處理，視頻抽樣的方案等，這些對算法工程師來說是同樣重要的一環(huán)；
“前人肩膀”：各個工作中隱藏著一

原文鏈接：多模態(tài)大模型: 盤點&Highlights part2——Qwen-VL系列

聯(lián)系作者

文章來源：智猩猩GenAI
作者微信：
作者簡介：