多模态

• VQA 的对抗样本：改图片一个像素，模型的答案就完全变了——鲁棒性问题 4天前 多模态
• 多模态思维链在 VQA 中的应用：先识别物体、再分析关系、最后回答问题 4天前 多模态
• Idefics 2：HuggingFace 的开源多模态模型怎么在消费级显卡上训练 4天前 多模态
• Janus 的双向生成架构：一个模型同时做图像理解和图像生成——吉利旗下团队的新尝试 4天前 多模态
• NVLex 和 DeepSeek-VL：中国团队在多模态模型上的不同技术路线 4天前 多模态
• 多模态模型的安全性测试：怎么让 GPT-4V 输出不该输出的内容——越狱攻击分析 4天前 多模态
• Qwen-VL 和 InternVL 的中文多模态对比：谁的中文图表理解更强 4天前 多模态
• 为什么 Gemini 的多模态评测分数和实际体验差距很大——评测方法的局限 4天前 多模态
• 多模态模型的推理速度对比：GPT-4V 响应 5 秒，开源模型能做到 1 秒吗 2026年8月29日 多模态
• 小模型的大能力：3B 参数以下的多模态模型能做什么、不能做什么 2026年8月28日 多模态

• 4 / 7
• 上一页
• 1
• 2
• 3
• 4
• 5
• 6
• 下一页