Vereintes Modell
Definition
Ein vereintes Modell bezeichnet ein künstliches Intelligenzsystem, das verschiedene …
Multimodal
Terms tagged with Multimodal
Text-zu-Video
Definition
Text-zu-Video bezeichnet generative KI-Modelle, die auf Basis natürlicher Spracheingaben …
Text-zu-Bild
Definition
Text-zu-Bild bezeichnet die Anwendung generativer künstlicher Intelligenz, um …
Moshi
Definition
Moshi ist ein fortschrittliches KI-Modell von Kyutai, das Sprach- und Textverarbeitung in …
Ltx Video
Definition
Ltx Video stellt einen Fortschritt in der generativen KI für Videos dar und nutzt latente …
Bild-Text-zu-Text
Definition
Bild-Text-zu-Text bezeichnet Modelle, die visuelle Eingaben zusammen mit textuellen …
Genie
Definition
Genie bezeichnet eine Familie generativer Modelle, die speziell für die Videosynthese …
Diffusers:Qwenimagepipeline
Definition
Diese Pipeline passt die generativen Fähigkeiten von Qwen-VL-Modellen für die …
DeepSeek VL V2
Definition
DeepSeek VL V2 erweitert die Fähigkeiten des Standard-Sprachmodells in den multimodalen …
Datensatz: Einbettungsdaten / Flickr30K-Beschreibungen
Definition
Flickr30K Captions ist ein weit verbreiteter Benchmark-Datensatz, der 31.783 Bilder …
Gekoppelter Musterlerner
Definition
Gekoppelte Musterlerner sind darauf ausgelegt, Daten zu verarbeiten, bei denen Instanzen …
Kontrastives Vorabtraining von Sprache und Bild
Definition
Kontrastives Vorabtraining von Sprache und Bild (CLIP) ist eine neuronale …
Any-To-Any (Beliebig-zu-Beliebig)
Definition
Any-to-any bezeichnet vereinheitlichte multimodale Architekturen, die verschiedene …
Vision-Language-Modelle
Definition
Vision-Language-Modelle, oft als Multimodale Große Sprachmodelle (MLLMs) bezeichnet, …
Kreuzmodal
Definition
Kreuzmodale KI beinhaltet die Verarbeitung und Korrelation von Daten aus …
Visual
Definition
Der Begriff ‘visual’ bezieht sich in der KI primär auf Computer Vision, das …
Generierung
Definition
In der künstlichen Intelligenz bezeichnet Generierung die Fähigkeit von Modellen, …