下單前先比價(jià)不花冤枉錢 同款圖書(shū)京東價(jià)低于抖音6折日媒感慨中國(guó)電動(dòng)汽車/智駕遙遙領(lǐng)先:本田、日產(chǎn)、三菱合并也沒(méi)戲消委會(huì)吹風(fēng)機(jī)品質(zhì)檢測(cè)結(jié)果揭曉 徠芬獨(dú)占鰲頭 共話新質(zhì)營(yíng)銷力,2024梅花數(shù)據(jù)峰會(huì)圓滿落幕索尼影像專業(yè)服務(wù) PRO Support 升級(jí),成為會(huì)員至少需注冊(cè) 2 臺(tái) α 全畫(huà)幅相機(jī)、3 支 G 大師鏡頭消息稱vivo加碼電池軍備競(jìng)賽:6500mAh 旗艦機(jī)+7500mAh中端機(jī)寶馬M8雙門轎跑車明年年初將停產(chǎn),后續(xù)無(wú)2026款車型比亞迪:2025 款漢家族車型城市領(lǐng)航智駕功能開(kāi)啟內(nèi)測(cè)雷神預(yù)告2025年首次出席CES 將發(fā)布三款不同技術(shù)原理智能眼鏡realme真我全球首發(fā)聯(lián)發(fā)科天璣 8400 耐玩戰(zhàn)神共創(chuàng)計(jì)劃iQOO Z9 Turbo長(zhǎng)續(xù)航版手機(jī)被曝電池加大到6400mAh,搭驍龍 8s Gen 3處理器普及放緩 銷量大跌:曝保時(shí)捷將重新評(píng)估電動(dòng)汽車計(jì)劃來(lái)京東參與榮耀Magic7 RSR 保時(shí)捷設(shè)計(jì)預(yù)售 享365天只換不修國(guó)補(bǔ)期間電視迎來(lái)?yè)Q機(jī)潮,最暢銷MiniLED品牌花落誰(shuí)家?美團(tuán)旗下微信社群團(tuán)購(gòu)業(yè)務(wù)“團(tuán)買買”宣布年底停運(yùn)消息稱微軟正與第三方廠商洽談,試圖合作推出Xbox游戲掌機(jī)設(shè)備在海外,要再造一個(gè)京東物流?消息稱蘋果正為AirPods開(kāi)發(fā)多項(xiàng)健康功能,包括心率監(jiān)測(cè)和溫度感應(yīng)一加 Ace 5系列將搭載全新游戲助手:大幅提升游戲體驗(yàn)東芝全部業(yè)務(wù)實(shí)現(xiàn)盈利,退市裁員重組后終于賺錢
  • 首頁(yè) > 云計(jì)算頻道 > 大模型

    超火迷你GPT-4視覺(jué)能力暴漲,GitHub兩萬(wàn)星,華人團(tuán)隊(duì)出品

    2023年10月19日 10:44:48   來(lái)源:微信公眾號(hào) 量子位 (ID:QbitAI)

      本文來(lái)自于微信公眾號(hào) 量子位 (ID:QbitAI),作者:白交 。

      GPT-4V來(lái)做目標(biāo)檢測(cè)?網(wǎng)友實(shí)測(cè):還沒(méi)有準(zhǔn)備好。

      雖然檢測(cè)到的類別沒(méi)問(wèn)題,但大多數(shù)邊界框都錯(cuò)放了。

      沒(méi)關(guān)系,有人會(huì)出手!

      那個(gè)搶跑GPT-4看圖能力幾個(gè)月的迷你GPT-4升級(jí)啦——MiniGPT-v2。

      而且只是一句簡(jiǎn)單指令:[grounding] describe this image in detail就實(shí)現(xiàn)的結(jié)果。

      不僅如此,還輕松處理各類視覺(jué)任務(wù)。

      圈出一個(gè)物體,提示詞前面加個(gè) [identify] 可讓模型直接識(shí)別出來(lái)物體的名字。

      當(dāng)然也可以什么都不加,直接問(wèn)~

      MiniGPT-v2由來(lái)自MiniGPT-4的原班人馬(KAUST沙特阿卜杜拉國(guó)王科技大學(xué))以及Meta的五位研究員共同開(kāi)發(fā)。

      上次MiniGPT-4剛出來(lái)就引發(fā)巨大關(guān)注,一時(shí)間服務(wù)器被擠爆,如今GItHub項(xiàng)目已超22000+星。

      此番升級(jí),已經(jīng)有網(wǎng)友開(kāi)始用上了~

      多視覺(jué)任務(wù)的通用界面

      大模型作為各文本應(yīng)用的通用界面,大家已經(jīng)司空見(jiàn)慣了。受此靈感,研究團(tuán)隊(duì)想要建立一個(gè)可用于多種視覺(jué)任務(wù)的統(tǒng)一界面,比如圖像描述、視覺(jué)問(wèn)題解答等。

      「如何在單一模型的條件下,使用簡(jiǎn)單多模態(tài)指令來(lái)高效完成各類任務(wù)?」成為團(tuán)隊(duì)需要解決的難題。

      簡(jiǎn)單來(lái)說(shuō),MiniGPT-v2由三個(gè)部分組成:視覺(jué)主干、線性層和大型語(yǔ)言模型。

      該模型以ViT視覺(jué)主干為基礎(chǔ),所有訓(xùn)練階段都保持不變。從ViT中歸納出四個(gè)相鄰的視覺(jué)輸出標(biāo)記,并通過(guò)線性層將它們投影到 LLaMA-2語(yǔ)言模型空間中。

      團(tuán)隊(duì)建議在訓(xùn)練模型為不同任務(wù)使用獨(dú)特的標(biāo)識(shí)符,這樣一來(lái)大模型就能輕松分辨出每個(gè)任務(wù)指令,還能提高每個(gè)任務(wù)的學(xué)習(xí)效率。

      訓(xùn)練主要分為三個(gè)階段:預(yù)訓(xùn)練——多任務(wù)訓(xùn)練——多模式指令調(diào)整。

      最終,MiniGPT-v2在許多視覺(jué)問(wèn)題解答和視覺(jué)接地基準(zhǔn)測(cè)試中,成績(jī)都優(yōu)于其他視覺(jué)語(yǔ)言通用模型。

      最終這個(gè)模型可以完成多種視覺(jué)任務(wù),比如目標(biāo)對(duì)象描述、視覺(jué)定位、圖像說(shuō)明、視覺(jué)問(wèn)題解答以及從給定的輸入文本中直接解析圖片對(duì)象。

      文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。

    即時(shí)

    新聞

    明火炊具市場(chǎng):三季度健康屬性貫穿全類目

    奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。

    企業(yè)IT

    重慶創(chuàng)新公積金應(yīng)用,“區(qū)塊鏈+政務(wù)服務(wù)”顯成效

    “以前都要去窗口辦,一套流程下來(lái)都要半個(gè)月了,現(xiàn)在方便多了!”打開(kāi)“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。

    3C消費(fèi)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,高能實(shí)力,創(chuàng)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準(zhǔn)的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來(lái)實(shí)質(zhì)性的幫助,雙十一期間低至2799元,性價(jià)比很高,簡(jiǎn)直是創(chuàng)作者們的首選。