研究人员开源端到端多模态大模型LLaVA-1.5
快讯 零壹财经 零壹财经 2023-10-08 阅读：855
10月8日讯，来自威斯康星大学麦迪逊分校、微软研究院和哥伦比亚大学的研究人员近期开源了一款全新的端到端多模态大模型LLaVA-1.5，该模型在11项基准测试中都实现了新的状态最优（SOTA）成绩，包括视觉问答、图像caption等任务，展现出了强大的多模态理解能力。可与OpenAI的GPT-4 V形成正面竞争。
相比之前的版本LLaVA，LLaVA-1.5采用了更高分辨率的图像输入、更大规模的语言模型（13B参数），以及面向学术任务的视觉问答数据集，从而获得了显著的性能提升。（站长之家） 相关文章
用户评论
所有评论
主编精选
more专题推荐
more
第四届中国零售金融发展峰会(共15篇)
资讯排行
- 48h
- 7天
-
首页
-
评论
-
回顶部
游客
自律公约