字节跳动与浙大联合推多模态大语言模型Vista-LLaMA

快讯零壹财经零壹财经 2024-01-13 阅读：630

关键词：字节跳动

1月8日，与浙江大学合作推出了多模态大语言模型Vista-LLaMA，该模型专为视频内容理解而设计，能够输出高质量视频描述。Vista-LLaMA在多个开放式视频问答基准测试中表现卓越，尤其在NExT-QA和MSRVTT-QA测试中取得了突破性成绩。其在零样本NExT-QA测试中实现了60.7%的准确率，在MSRVTT-QA测试中达到了60.5%的准确率，超过了目前所有的SOTA方法。（站长之家）

上一篇>商汤科技：前海深港人工智能算力中心正式启动

下一篇>小米汽车：新零售模式进入实质落地阶段