网站大量收购闲置独家精品文档,联系QQ:2885784924

多模态大语言模型领域进展分享-殷述康.pdf

多模态大语言模型领域进展分享-殷述康.pdf

  1. 1、本文档共42页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

/

DataFunSummit#2024

背景介绍

多模态大语言模型介绍

多模态大语言模型演进

团队相关工作介绍

未来展望

01

背景介绍

背景-LLM正走向多模态

•(LLM)

•NLP

•()

•(,CoT)

•LLM

背景-LLM正走向多模态

•(MLLM)

•OpenAI

GPT-4VGPT-4oGemini-Pro

Yin,Shukang,etal.Asurveyonmultimodallargelanguagemodels.arXiv:2306.13549

背景-MLLM能做些什么

•/

Caption

CitedfromarXiv:2309.17421

背景-MLLM能做些什么

•,;

CitedfromarXiv:2309.17421

02

多模态大语言模型介绍

介绍-MLLM的基本方面

模型架构

数据与训练方法

模型评估

介绍-MLLM的架构

•:

Yin,Shukang,etal.Asurveyonmultimodallargelanguagemodels.arXiv:2306.13549

介绍-MLLM的架构

•CLIP

ViT

•224x224

patch14

14x14=256tokens

CitedfromarXiv:2211.01335

介绍-MLLM的架构

•MLP

•token

CitedfromarXiv:2304.08485

•Q-Former

•token

•Qquery

querytoken

CitedfromarXiv:2305.06500

介绍-MLLM的数据和训练方法

•LLM

caption

介绍-MLLM的数据和训练方法

•VQA

文档评论(0)

百强名校试卷 + 关注
实名认证
内容提供者

百强名校试卷

1亿VIP精品文档

相关文档