搜索[视觉语言模型]结果-低调大师优秀个人博客

精选列表

搜索[视觉语言模型]，共10010篇文章

Google 发布最新开放大语言模型 Gemma 2

Google 发布了最新的开放大语言模型 Gemma 2，我们非常高兴与 Google 合作，确保其在 Hugging Face 生态系统中的最佳集成。

2024-06-28

大语言模型：AI时代的文字计算器？

编者按：当前，大语言模型已经成为自然语言处理领域的热点。LLMs是否真的“智能”？它们又为我们带来了哪些启发？针对这些问题，Darveen Vijayan为我们带来了这篇引人深思的文章。

2024-05-11

每日一博 | 语言大模型的浮点运算分配

本文通过实证分析展示了实际LLM模型的FLOPS分配情况，并与理论分析进行对比。通过理论和实证相结合的方式，本文为理解和优化语言大模型的性能提供了有益见解。

2024-02-28

语言模型文本处理基石：Tokenizer简明概述

编者按：近年来，人工智能技术飞速发展，尤其是大型语言模型的问世，让 AI 写作、聊天等能力有了质的飞跃。如何更好地理解和利用这些生成式 AI，成为许多开发者和用户关心的问题。

2023-11-29

每日一博 | 使用 FHE 实现加密大语言模型

近来，大语言模型 (LLM) 已被证明是提高编程、内容生成、文本分析、网络搜索及远程学习等诸多领域生产力的可靠工具。

2023-10-06

OWASP Top 10 for LLM 公布，了解大模型语言风险

日前，OWASP 与近 500 名相关专家合作，最新发布了 Top 10 for LLM 的 1.0 版本，专门针对大语言模型（LLM）应用相关风险。

2023-08-03

增强型语言模型——走向通用智能的道路？

对于笔者来说，由于没有在NLP前沿领域有太多跟踪，这一切太过突然，仿佛从天而降，但心里已经隐隐觉得大规模语言模型可能并不只受限于『语言』，而是能在非常广阔的其他领域有所应用。

2023-05-09

使用 LoRA 和 Hugging Face 高效训练大语言模型

在本文中，我们将展示如何使用大语言模型低秩适配 (Low-Rank Adaptation of Large Language Models，LoRA) 技术在单 GPU 上微调 110 亿参数的 FLAN-T5

2023-04-12

彭博推出 BloombergGPT，金融领域的大型语言模型

这种大型语言模型（LLM）专门针对各种金融数据进行了训练，以支持金融行业内多样化的自然语言处理（NLP）任务。

2023-04-02

AI 军备竞赛，Meta 推出全新大型语言模型

ChatGPT 持续火热，大型科技公司争先恐后地涌入 AI 军备竞赛中，这也为 AI 领域又带来了一个新的模型与潜在竞争对手 —— LLaMA。

2023-02-28

espnet中的transformer和LSTM语言模型对比实验

摘要：本文以aishell为例，通过对比实验为大家介绍transformer和LSTM语言模型。

2022-03-30

大牛讲堂 | 语音专题第二讲，语言模型技术

负责百度超大语言模型训练，语音交互技术研发以及语音搜索、语音输入法、语音助手等产品的语音识别优化。现在地平线负责语音识别、自然语言处理等相关技术算法研究。

2017-07-31

VisionAgent —— 视觉识别工具

VisionAgent 是一个库，可帮助你利用代理框架生成代码来解决视觉任务。

2025-03-14

一般的模式，也是目前我的模式是这样的接触一个任务->划分类型->halcon预处理一下，也可以出demo(图片，程序)->opencv（或相关的东西）->封装成为dll文件->发布所以，核心的东西还是opencv和c++，如何调试（包括一些编程程序的技巧），其实也是不断摸索出来的，这里进行一些整理。 1、框架文件，可以配置成为基础的就是说那种运行opencv的框架，如果不弄好放在那里，每次都要来配置，会很麻烦； 2、调试算法，还是要console中进行调试这里想比对的就是dll，因为dll里面哟很多不可控制的地方，最后你会发现，出现的问题不一定是算法问题；console中调试成功了，再到dll中调试，还可能会有新的问题，如此迭代，不要搞乱； 3、由于opencv不向halcon那样能够有中间图像，需要自己生成中间图像。首先定义 #define ISDEBUG false 这样吧所有的调试都放到这个里面，在最后产出的时候可以直接去掉调试信息（而且dll是不产出信息的) 一般每一个过程函数都要有打印（printf)，要有文件生成的，有过程图片（最好放到不同的文件夹里面，也好管理） 4、dll文件的编写不仅要注意规定的模式（也是不断复用），而且要注意不能够生成大数组，还有边缘控制，这个方面现在不是很强； 5、dll文件调试的方法，这个是杀手级别的; 6、最后，文件的格式，冗余文件的去除，文件的版本控制。清晰才能高效。此外，设计模式？应该也有用，现在研究还不是很清楚。目前方向：图像拼接融合、图像识别联系方式：jsxyhelu@foxmail.com

2014-08-09

能否将扩散模型思想应用于 LLMs 领域？大型语言扩散模型（LLDM）详解

编者按：当你面对需要高质量逆向推理能力的应用场景时，传统大语言模型是否让你感到力不从心？在诗歌逆向补全、逻辑逆向推导等任务中，为什么即使是 GPT-4o 这样的强大模型也会表现失常？

2025-04-17

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型 | 京东探索研究院

京东探索研究院联合悉尼大学在这方面做出了探索，提出了基于简单视觉transformer的姿态估计模型ViTPose和改进版本ViTPose+。

2023-09-07

多智能体与大语言模型驱动的多语言语音钓鱼检测研究

现有语音钓鱼检测技术普遍存在单语言适配、单模态分析、检测过程可解释性不足等现实短板，面对攻击者持续迭代的多语言自适应攻击手段，识别效果会出现明显衰减。

2026-09-20

新技术：无需编解码器，NEO-unify如何打造原生视觉语言理解与生成

由此回到第一性原理：构建一体化模型直接处理原生输入，即像素本身与文字本身。

2026-04-09

RLM 火了，Pi 作者也在跟的递归语言模型

Pi 的作者 Mario Zechner（GitHub badlogic）最近在递归语言模型 RLM (Recursive Language Models ) 很显眼。

2026-08-11

AI 编程实战：如何利用大语言模型提升开发效率

2026 年，AI 编程已从“玩具”演变为“标准工具链”。GitHub Copilot、Cursor、Windsurf、以及国内的通义灵码、文心快码等，不再仅仅提供简单的代码补全，而是能够：

2026-07-29

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。