Image patches as tokens

Определение

Техника, при которой изображение разбивается на патчи, которые напрямую подаются как входные токены в языковую модель, минуя отдельный визионный энкодер. Используется в архитектуре Fuyu-8B.

Где встречается

• 800+ вопросов

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление