LLAVADI: What Matters For Multimodal Large Language Models Distillation
专题命中 VLM训练与架构 :multimodal large language model(title,abstract);分类 cs.CV
AI 大模型
视觉语言模型、视觉推理、视觉问答、图文理解和视觉 grounding。
专题命中 VLM训练与架构 :multimodal large language model(title,abstract);分类 cs.CV
专题命中 VLM训练与架构 :multimodal large language model(title,abstract);分类 cs.AI
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV
Comments Main paper: 11 pages, Supplementary material: 5 pages
专题命中 VLM训练与架构 :vision-language model(title);LLaVA(abstract);分类 cs.CV
专题命中 VLM训练与架构 :multimodal large language model(title,abstract);分类 cs.CV
Comments Code and models are available at https://github.com/kongds/E5-V
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV
Comments ECCV 2024. Project page: https://github.com/Qinyu-Allen-Zhao/LVLM-LP
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV
Comments To appear at ECCV2024
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV
Comments Accepted by ECCV 2024
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV
Comments The paper has been accepted by ICME 2023
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV
Comments Version 1
专题命中 VLM训练与架构 :multimodal large language model(title);vision-language model(abstract);分类 cs.CV
Comments 10 pages
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV
专题命中 VLM训练与架构 :VLM(title);vision-language model(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV
Comments Preprint updated from our earlier manuscript submitted to ICLR 2024 (https://openreview.net/forum?id=KNtcoAM5Gy)
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.AI
Comments 22 pages
专题命中 VLM训练与架构 :multimodal large language model(title,abstract);分类 cs.AI
Comments 24 pages, 7 figures
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV
Comments Preprint. Under review
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV
Comments This work is accepted by CVPR2024. More modifications may be performed
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV
专题命中 VLM训练与架构 :multimodal large language model(title);MLLM(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(title);VLM(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV
Comments Early Accepted by MICCAI 2024
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV
专题命中 VLM训练与架构 :multimodal large language model(title,abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV
Comments CVPR 2024
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV
Comments CVPR 2024. Project page: https://zhaoyue-zephyrus.github.io/video-instruction-tuning
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV
Comments Accepted in CVPR2024
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV
Comments CVPR2024