CogVLM

Определение

CogVLM — мультимодальная модель с глубокой интеграцией визуальных и языковых признаков через экспертные модули, применяемая для задач captioning и video summarization.

Где встречается

• 362. Что такое Fuyu-8B и чем архитектурно отличается от GPT-4V
• 558. Как вы делаете video summarization для RAG (вход — длинное видео, выход — краткое описание)

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление