FERRET多模态大模型：任意粒度引用与接地任何物体

2023-12互联网📊 哥伦比亚大学、Apple AI/ML¥3

📦 本报告属于月份合集

购买后将获得「2023 年 12 月报告合集」 · 共 2587 份报告打包下载链接

支付即将开放

报告摘要

FERRET是一种增强多模态大语言模型引用与接地能力的框架，支持在任意空间粒度下精确引用和定位图像中的任何物体。通过区域和框的混合表示，实现灵活交互，在多个基准上取得领先性能。

本报告由哥伦比亚大学、Apple AI/ML发布,发布于 2023 年。

覆盖 2023 年。

本报告为付费报告,可在资料宝站内下单后获取完整内容。

适合AI研究人员、NLP工程师、计算机视觉开发者等读者参考。

重点分析了互联网、FERRET等议题。