COGVLM论文解读(COGVLM:VISUAL EXPERT FOR LARGE LANGUAGE MODELS)
本文介绍: 2023年5月18日清华&智谱AI发布并开源VisualGLM...
CONTROLLING VISION-LANGUAGE MODELS FOR MULTI-TASK IMAGE RESTORATION
本文介绍: 像CLIP这样的视觉语言模型已经显示出对零样本或无标签预测的各种下游任务的巨大影...
Grounding Answers for Visual Questions Asked by Visually Impaired People
本文介绍: 这篇论文的标题是“Grounding Answers for Visual Qu...
【论文阅读笔记】InstructDiffusion: A Generalist Modeling Interface for Vision Tasks
本文介绍: 通过训练统一多视觉任务提升模型性能和泛化性能 【论文阅读笔记】StyleAvat...