ONE-PEACE: असीमित मल्टी-मोडैलिटी के लिए एक सामान्य representation model

• Vision, audio और language modalities सभी को समेटने वाला एक General Representation Model
• पहले से pre-trained model के बिना भी integrated tasks पर बेहतरीन परिणाम देता है
• शक्तिशाली emergent zero-shot retrieval के ज़रिए training data में paired न की गई modalities को align किया जा सकता है
• Audio-to-Image, Audio+Text-to-Image, Audio+Image-to-Image

[ninebow]

अरे, लगता है यह वही चीज़ है जो आपने पिछले हफ़्ते पोस्ट की थी. +_+
https://hi.news.hada.io/topic?id=9249

[xguru]

अरे, मैंने गलती से कुछ और ही कॉपी कर लिया था... यह Slack पर भी शेयर हो गया था, इसलिए इसे ऐसे ही छोड़ रहा हूँ
(चूंकि यह महत्वपूर्ण है, तो इसे दो बार देख लें.. सिसक)

[ninebow]

जी, धन्यवाद! 🙇🏼‍♂️
(आपकी वजह से पता चला कि xguru जी इसे खुद सीधे पोस्ट करते हैं! 🤣)