公告
🔥提供代码、复杂推理、多模态与智能体任务等领域的高质量原创任务数据,可添加:aiFreeCode 咨询
  1. 首页
  2. 青稞Talk
  3. VILA^2 :视觉语言模型能力的自我提升

VILA^2 :视觉语言模型能力的自我提升

  • 158 次阅读
  • 0 条评论
直播回放 即将开始

相关资源

演示文稿 (PPT)

直播配套幻灯片

下载

直播平台

点击播放 回放
加载中...
视频号直播二维码

打开微信扫一扫,即可观看回放

无法播放?

主讲嘉宾

方云浩,本科毕业于浙江大学,硕士毕业于UCSD(苏昊教授),自24年2月起在Nvidia VILA团队实习(陆垚博士、韩松教授)。主要科研方向是大模型相关的1. 推理能力(通过探索提升推理上限: Unleashing the Creative Mind;通过演绎验证获得可靠思维链: Deductive Verification for Chain-of-thought Reasoning);2. 推理、训练高效性(CLIP Distillation with OOD Generalization; VILA^2: VLM Augmented VLM for Self-improvement)。

主题提纲

VILA^2: 视觉语言模型能力的自我提升

  • 1、视觉语言模型研究概述
  • 2、基础模型 VILA 的初衷及架构解析
  • 3、基于自增强与专家增强的 VILA^2
  • 4、探讨VILA-U、LongVILA 以及 World Model Benchmark

成果链接

直播时间

11月23日(周六)11:00-12:00

阅读 -- 次

讨论

0 条评论

登录后即可参与讨论、向作者提问

目录
正在直播 B 站

视频号直播二维码

用微信扫一扫,在视频号观看直播