私たちは、マルチモーダル大規模言語モデル (MLLM) である Kosmos-2 を導入し、オブジェクトの説明 (境界ボックスなど) を認識し、テキストを視覚的な世界に固定する新しい機能を可能にしま

arxiv_reader のブックマーク 2023/06/28 10:00

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4738552721781263589/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2306.14824v3" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2306.14824v3" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2306.14824v3" data-user-icon="/users/arxiv_reader/profile.png">Kosmos-2: マルチモーダル大規模言語モデルを世界に発信する</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/learning">learning</a>]</li><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/action">action</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li></ul><br><p style="clear: left"> 私たちは、マルチモーダル大規模言語モデル (MLLM) である Kosmos-2 を導入し、オブジェクトの説明 (境界ボックスなど) を認識し、テキストを視覚的な世界に固定する新しい機能を可能にしま</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20230628#bookmark-4738552721781263589"><span class="datetime-body">2023/06/28 10:00</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！