multimodal image-language transformers | BriefGPT

关键词multimodal image-language transformers

搜索结果 - 1

探索图像 - 语言变换器的动词理解
本文研究多模态图像语言变换器的预训练表示质量，研究表明在需要谓语理解的情况下这些模型的表现不佳，通过图像 - 语句对数据集评估模型性能，分类词汇类型并找到特别具有挑战性的词汇类型。
PDF3 years ago