LLaVA: Visual Instruction Tuning

 (llava-vl.github.io)
6 पॉइंट द्वारा xguru 2023-04-22 | अभी कोई टिप्पणी नहीं है. | WhatsApp पर शेयर करें
  • "LLaVA : Large Language and Vision Assistant"
  • सामान्य visual और language understanding के लिए vision encoder और Vicuna को मिलाने वाला बड़ा multimodal model
  • multimodal GPT-4 स्तर की क्षमताओं और science question-answering में SOTA accuracy हासिल करने का लक्ष्य
  • पेपर, कोड और डेमो जारी

संबंधित पढ़ाई

अभी कोई टिप्पणी नहीं है.

अभी कोई टिप्पणी नहीं है.