实体
MiniGPT-v2
MiniGPT-v2
PulseAugur coverage of MiniGPT-v2 — every cluster mentioning MiniGPT-v2 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
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
Moment-GPT流水线使用Llama 3进行零样本视频时刻检索
研究人员推出Moment-GPT，一个专为零样本视频时刻检索设计的新型流水线，它利用现有的多模态大语言模型（MLLMs），无需进行微调。该方法旨在克服当前方法的局限性，例如依赖昂贵的数据集和查询中的语言偏差问题。Moment-GPT利用Llama 3进行查询精炼，MiniGPT-v2进行自适应跨度生成，以及VideoChatGPT进行最终跨度选择，在QVHighlights、ActivityNet Captions和Charades-…
-
新的乐高基准揭示了视觉语言模型在细粒度理解方面的局限性
研究人员推出了 LEGO Co-builder，这是一个新的基准，旨在测试人工智能模型在解释多模态组装说明时的细粒度视觉语言理解能力。该基准结合了真实世界的乐高组装逻辑和程序生成场景，以评估指令遵循、物体检测和状态检测。虽然 InstructBLIP 等模型在物体检测方面取得了高性能，但 GPT-4o 和 Gemini 等先进模型在细粒度场景理解和组装状态检测方面遇到了困难，凸显了这些领域的当前局限性。