GLaMM-FullScope включает в себя все возможности GLaMM, который сочетается со многими наборами данных с открытым исходным кодом. «Полный» означает его комплексный характер, включающий весь спектр возможностей GLaMM, включая генерацию обоснованного разговора (GCG), сегментацию ссылающихся выражений, субтитры на уровне региона, субтитры на уровне изображения и визуальные ответы на вопросы. — Бумага: ArXiv. — Репозиторий GitHub: для обучения и обновлений: GitHub — GLaMM. — Страница проекта: для подробного обзора и понимания проекта посетите нашу страницу проекта — GLaMM. «`bibtex @article{hanoona2023GLaMM, title={GLaMM: Pixel Grounding Large Multimodal Model},author={Рашид, Хануна и Мааз, Мухаммад и Шаджи, Сахал и Шакер, Абдельрахман и Хан, Салман и Чолаккал, Хишам и Анвер, Рао М. и Син, Эрик и Ян, Мин-Сюань и Хан, Фахад С.}, журнал={ArXiv 2311.03356}, год={2023} }
Модальности:
Генерация текста
Задача: Генерация текста
Автор: MBZUAI
Теги: llava, endpoints_compatible
Лайков: 7 | Загрузок: 503
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
