实体
LLaVA-v1.5-13B
LLaVA-v1.5-13B
PulseAugur coverage of LLaVA-v1.5-13B — every cluster mentioning LLaVA-v1.5-13B across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
KORE方法提升大型多模态模型的知识注入能力
研究人员推出了一种名为KORE的新方法，旨在增强大型多模态模型（LMMs）的知识注入。KORE通过实现新信息的获取和现有知识的保留，解决了预训练模型中知识静态和有限的挑战。该方法将单个知识项转换为结构化格式以进行准确学习，并采用独特的协方差矩阵方法来最大限度地减少对先前学习信息的干扰，从而缓解灾难性遗忘。
-
新研究在多语言、长上下文和推理任务中推进大语言模型效率
研究人员正在开发新方法来提高大语言模型（LLMs）在各种应用中的效率和有效性。Google DeepMind 推出了 ATLAS，一个用于缩放多语言模型的框架，该框架在数据混合和模型大小方面提供了指导，以提高非英语语言的性能。Hugging Face 发布了 LFM2.5-Encoders，针对 CPU 上的快速长上下文推理进行了优化，在文本分类等任务的速度和效率方面优于现有模型。此外，几篇 arXiv 论文探讨了大语言模型解码和推理…