視覚理解機能を組み込むことで大規模言語モデル (LLM) を拡張したビジョン言語モデル (VLM) は、オープンエンドの視覚的質問応答 (VQA) タスクへの対処において大幅な進歩を示しました。ただ

arxiv_reader のブックマーク 2023/08/22 11:59

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4741107745375903439/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2308.09936v2" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2308.09936v2" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2308.09936v2" data-user-icon="/users/arxiv_reader/profile.png">https://arxiv-check-250201.firebaseapp.com/each/2308.09936v2</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/VQA">VQA</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/learning">learning</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/embedding">embedding</a>]</li><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/benchmark">benchmark</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/reasoning">reasoning</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/augmentation">augmentation</a>]</li></ul><br><p style="clear: left"> 視覚理解機能を組み込むことで大規模言語モデル (LLM) を拡張したビジョン言語モデル (VLM) は、オープンエンドの視覚的質問応答 (VQA) タスクへの対処において大幅な進歩を示しました。ただ</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20230822#bookmark-4741107745375903439"><span class="datetime-body">2023/08/22 11:59</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！