实体
MiniGPT-4
MiniGPT-4
PulseAugur coverage of MiniGPT-4 — every cluster mentioning MiniGPT-4 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
MiniGPT-4 适配复杂图像逆向设计任务
研究人员已将视觉语言模型 MiniGPT-4 适配于执行一项复杂的逆向设计任务。该任务通过分析源图像、编辑后的版本以及可选的更改文本描述来预测图像编辑及其参数。研究表明，现有的视觉语言模型可以针对标准多模态任务之外的更复杂应用进行微调，并已提供代码以供进一步开发。
-
新的维纳滤波技术可减少视觉语言模型中的幻觉
研究人员开发了一种名为维纳表示滤波（Wiener Representation Filtering）的新颖技术，以减少视觉语言模型（VLMs）中的幻觉。这种无需训练的方法在事后通过编辑语言主干的表示空间来运行。通过将隐藏状态建模为真实和幻觉成分的组合，该技术推导出一个维纳型估计器，可以减弱与幻觉相关的模式。该方法应用于 LLaVA-1.5、MiniGPT-4、Gemma3 和 mPLUG-Owl2 等模型，在 CHAIR、POPE 和…