Vision-and-Language（V + L）事前トレーニングモデルは、近年、さまざまなマルチモーダルベンチマークで大きな成功を収めています。ただし、既存のモデルの大部分は、並列画像テキストデー

arxiv_reader のブックマーク 2022/03/02 12:40

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4716153587840500322/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2203.00242v1" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2203.00242v1" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2203.00242v1" data-user-icon="/users/arxiv_reader/profile.png">検索ベースのマルチグラニュラーアラインメントによる教師なしビジョンと言語の事前トレーニング</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/representation">representation</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/unsupervised">unsupervised</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/VQA">VQA</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/benchmark">benchmark</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/pre-training">pre-training</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/dataset">dataset</a>]</li></ul><br><p style="clear: left">Vision-and-Language（V + L）事前トレーニングモデルは、近年、さまざまなマルチモーダルベンチマークで大きな成功を収めています。ただし、既存のモデルの大部分は、並列画像テキストデー</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20220302#bookmark-4716153587840500322"><span class="datetime-body">2022/03/02 12:40</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！