bilingual dataset | BriefGPT

关键词bilingual dataset

搜索结果 - 6

GPT-4V 的进展：通过开源套件缩小与商业多模型的差距
InternVL 1.5 是一种开源的多模态大型语言模型，通过引入强大的视觉编码器、动态高分辨率和高质量双语数据集三个简单改进，提升了多模态理解的能力，在 OCR 和中文相关任务中达到与传统型和专有模型相竞争的性能。
PDF2 months ago
LongWanjuan: 往长文本质量的系统测量
通过评估连贯性、凝聚性和复杂性三个基本语言维度，我们系统性地衡量了长文本的质量，并引入了一套度量旨在评估长文本质量的指标，包括统计和预训练语言模型为基础的指标。利用这些指标，我们提出了 LongWanjuan，一个专门为增强语言模型在长文本
PDF4 months ago
M^2-Encoder: 大规模高效预训练推动双语图像 - 文本理解
我们介绍了一个包含 60 亿个图像 - 文本配对的双语（中英文）数据集 BM-6B，通过提出一种新颖的分组聚合方法来处理此规模的数据集，大大减少了通信开销和 GPU 内存需求，从而提高了训练速度，我们预训练了一系列双语图像 - 文本基础模型
PDF5 months ago
MM基于产品的跨模态跨语言预训练机器翻译
本研究构建了一个大规模的双语产品描述数据集，并设计了一个统一的产品导向跨模态跨语言模型来学习诸如对象、形状、颜色和主体风格等多方面的视觉语义，证明了我们的模型在多个产品领域中的显着优势。
PDF3 years ago
BiToD: 用于任务导向对话模型的双语多领域数据集
BiToD 是第一个用于多语言任务导向对话建模的双语多域数据集，并为评估双语 ToD 系统和跨语言转移学习方法提供了有效的基准。
PDF3 years ago
跨语种视觉 - 语言导航
该研究基于新增的汉语指令，研究了即使在零样本学习的情况下，使用现有的英语指令进行训练的代理人如何有效地导航，并显示了竞争结果。
PDF5 years ago