实体
Qwen2 VL 7B Instruct
Qwen2 VL 7B Instruct
PulseAugur coverage of Qwen2 VL 7B Instruct — every cluster mentioning Qwen2 VL 7B Instruct across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
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
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
Qwen-MusicAVQA-7B模型以高效设计增强音乐视听问答能力
研究人员开发了Qwen-MusicAVQA-7B，一个专为音乐视听问答设计的多模态模型。该模型使用学习到的线性投影，有效地将一个冻结的Whisper音频编码器与Qwen2-VL-7B-Instruct语言模型连接起来。该系统在MUSIC-AVQA基准测试中表现强劲，准确率达到96.0%，并强调了在有效的视听问答中保留音频表示中细粒度时间信息的重要性。
-
Image2Prompt 扩展为 SD WebUI Forge Neo 生成图像提示
为 SD WebUI Forge Neo 开发了一个名为 Image2Prompt 的新扩展，使用户能够从图像生成文本提示。该工具直接集成到 Stable Diffusion 界面中，可以进行提示的逆向工程或直接图像字幕生成。它支持多种视觉语言模型，包括各种 Qwen 模型和微软的 Florence-2，并支持从 Hugging Face 自动下载。
-
新框架改进医学视觉问答模型校准
研究人员开发了一种新颖的训练框架，以改进多模态大型语言模型（MLLMs）在医学视觉问答（VQA）中的校准。该方法通过采用复合损失函数来解决MLLMs倾向于产生过度自信且不正确输出的问题。该框架结合了校准项、锚点正则化器和对比度对齐，以确保模型适当地依赖视觉输入，而不是仅仅依赖语言先验。跨多个基准和架构的实验表明，在保持预测准确性的同时，校准误差显著降低，判别力有所提高。