PulseAugur
中
实时 09:19:40
实体 GroundedSAM-LLaVA

GroundedSAM-LLaVA

PulseAugur coverage of GroundedSAM-LLaVA — every cluster mentioning GroundedSAM-LLaVA across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_300916 ·

    PixSearch 统一了区域锚定的检索，用于多模态模型

    研究人员开发了 PixSearch，这是一种新颖的端到端大型多模态模型（LMM），旨在改进用于视觉问答的区域锚定检索。与可能传播错误并增加延迟的模块化系统不同，PixSearch 将视觉锚定与检索增强推理相结合。该模型学会触发检索，跨文本、整个图像和区域级数据选择查询，并将目标实体裁剪为视觉查询。与 GroundedSAM-LLaVA 管道相比，这种方法在 CRAG-MM 基准测试上准确率提高了 18.3%，推理延迟降低了 36.4%…