視覚言語モデルは、画像の視覚的コンテキストを評価し、説明テキストを生成できます。生成されたテキストは正確で構文的に正しい場合がありますが、多くの場合、過度に一般的です。これに対処するために、最近の研究

arxiv_reader のブックマーク 2022/07/12 11:54

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4722275022203486530/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2207.04174v1" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2207.04174v1" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2207.04174v1" data-user-icon="/users/arxiv_reader/profile.png">マルチモーダルビジョンに向けて-非ジェネリックテキストを生成する言語モデル</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/dataset">dataset</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/face">face</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/captioning">captioning</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/person">person</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/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li></ul><br><p style="clear: left">視覚言語モデルは、画像の視覚的コンテキストを評価し、説明テキストを生成できます。生成されたテキストは正確で構文的に正しい場合がありますが、多くの場合、過度に一般的です。これに対処するために、最近の研究</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20220712#bookmark-4722275022203486530"><span class="datetime-body">2022/07/12 11:54</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！