当前位置:首页 > 报告详情

长上下文多模态大模型.pdf

上传人: 哆哆 编号:186296 2024-11-01 28页 2.89MB

1、T To ow wa ar rd ds s L Lo on ng g-c co on nt te ex xt t MMu ul lt ti i-mmo od da al l L LL LMMs s2 20 02 24 4年年6 6月月1 16 6日日B Be en ny yo ou u WWa an ng g1YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024Preliminary work on multi-modal LLMs2YSSNLP2024YSSNLP2

2、024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP20243ALLaVA-4V 百万级别高质量数据Guiming Hardy Chen,Shunian Chen,Ruifei Zhang,Junying Chen,Xiangbo Wu,Zhiyi Zhang,Zhihong Chen,Jianquan Li,Xiang Wan,Benyou Wang.ALLaVA:Harnessing GPT4V-synthesized Data for A Lite Vision-Language Model.https

3、:/arxiv.org/abs/2402.11684YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP20244It largely improve performance by replacing original data with ours.YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP20245YSSNLP2024YSSNLP2024YSSN

4、LP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP20246VLFeedback,Preference Data for Vision-Language ModelsLei Li,Zhihui Xie,Mukai Li,Shunian Chen,Peiyi Wang,Liang Chen,Yazheng Yang,Benyou Wang,Lingpeng Kong,Qi Liu.Silkie:Preference distillation for large visual language models.https:/a

5、rxiv.org/abs/2312.10665YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP20247Experiments on Qwen-VL(with DPO using VLFeedback)YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024Multimodal Medial LLMs8YSSNLP2024YSSNLP2024YSSN

6、LP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024Multi-modal MLLM:Injecting Multimodal Medical knowledge9YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP202410YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要探讨了多模态语言模型(MMLLM)在医疗领域的应用。作者提出了一种新的多模态医疗通用模型(GMAI),并介绍了多模态MLLM模型在各种医疗图像和数据上的实验结果。研究表明,使用合成数据集ALLaVA可以显著提高模型性能。此外,文章还讨论了多模态模型在长上下文、高分辨率图像理解、视频理解、多模态Agent、病理图像理解等任务中的应用,并提出了相关的研究问题和挑战。作者还介绍了MLLMs在边缘设备上的运行情况,并探讨了多模态大模型在医疗场景中是否可以泛化成为一个generalist的问题。最后,文章提到了作者的研究团队正在招聘研究助理和博士生。
"多模态LLMs如何提升医疗AI性能?" "长上下文多模态LLMs在实际应用中的挑战是什么?" "多模态大模型能否成为医疗领域的通用解决方案?"
客服
商务合作
小程序
服务号
折叠