字节跳动与中科大联合提出多模态文档大模型 DocPedia
发布时间：2023-12-05 05:36:30
据站长之家 12 月 4 日报道，字节跳动与中国科学技术大学合作研发的多模态文档大模型 DocPedia 已成功突破了分辨率的极限，达到了 2560×2560 的高分辨率，而目前业内先进多模态大模型如 LLaVA、MiniGPT-4 等处理图像分辨率上限为 336×336，无法解析高分辨率的文档图像。这一成果是通过研究团队采用了一种新的方法，解决了现有模型在解析高分辨文档图像方面的不足。 据称，DocPedia 不仅能准确识别图像信息，还能结合用户需求调用知识库回答问题，展现高分辨率多模态文档理解的能力。
（责编： admin）
免责声明：本文为转载，非本网原创内容，不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
如有疑问请发送邮件至：goldenhorseconnect@gmail.com
- 为何不爱全仓主流币？吴说区块链和dForce创始人谈资产配置2023-12-05
- MarketVector Indexes推出Token终端基本面指数套件2023-12-05
- 包含风在发端对XYZ币的点评的词条2023-12-05
- Presearch：近一周遭到bot攻击，团队在处理期间误标记部分真实用户2023-12-05
- 火币转币安转币方法：张灵分享经验2023-12-05
- bch是什么币BCH是什么币价格是多少2023-12-05
- 币安跟单机器人：跟随bull玩法获利2023-12-05
- ORDI突破56 USDT，续创历史新高2023-12-05
- 欧洲版 OpenAI，给 ChatGPT 之父狠狠上了一课2023-12-05
- WOW EARN宣布推出兼容EVM的Layer 1公链WOW EARN Chain2023-12-05
