Moshi
Definition
Το Moshi είναι ένα προηγμένο μοντέλο AI που δημιουργήθηκε από την Kyutai και ενσωματώνει …
Multimodal
Terms tagged with Multimodal
Ltx Video
Definition
Το Ltx Video αντιπροσωπεύει μια εξέλιξη στη γεννητική ΤΝ για βίντεο, χρησιμοποιώντας …
Αντιστοίχιση Κειμένου Εικόνας σε Κείμενο
Definition
Η Αντιστοίχιση Κειμένου Εικόνας σε Κείμενο αναφέρεται σε μοντέλα που επεξεργάζονται …
Genie
Definition
Το Genie αναφέρεται σε μια οικογένεια γενετικών μοντέλων σχεδιασμένων ειδικά για τη …
Diffusers: Qwenimagepipeline
Definition
Αυτή η γραμμή εργασίας προσαρμόζει τις γεννητικές δυνατότητες των μοντέλων Qwen-VL για τη …
DeepSeek VL V2
Definition
Το DeepSeek VL V2 επεκτείνει τις δυνατότητες του τυπικού γλωσσικού μοντέλου στον …
Δεδομένα: Ενσωμάτωση Δεδομένων/Επικεφαλίδες Flickr30K
Definition
Οι επικεφαλίδες Flickr30K είναι ένα ευρέως χρησιμοποιούμενο σύνολο δεδομένων αναφοράς που …
Μαθητής Ζευγαρωμένων Προτύπων
Definition
Οι μαθητές ζευγαρωμένων προτύπων σχεδιάζονται για να διαχειρίζονται δεδομένα όπου τα …
Αντιπαραθετική Προεκπαίδευση Γλώσσας-Εικόνας
Definition
Η Αντιπαραθετική Προεκπαίδευση Γλώσσας-Εικόνας (CLIP) είναι μια αρχιτεκτονική νευρωνικού …
Οποιοδήποτε προς Οποιοδήποτε
Definition
Το «Οποιοδήποτε προς Οποιοδήποτε» αναφέρεται σε ενοποιημένες πολυτροπικές αρχιτεκτονικές …
Γλώσσα Όρασης
Definition
Τα μοντέλα Γλώσσας-Όρασης, συχνά αναφερόμενα ως Πολυτροπικά Μοντέλα Μεγάλων Γλωσσών …
cross-modal
Definition
Η cross-modal ΤΝ περιλαμβάνει την επεξεργασία και συσχέτιση δεδομένων από διακριτές …
Οπτικό
Definition
Ο όρος «οπτικό» στην ΤΝ αφορά κυρίως την Οπτική Μηχανής (Computer Vision), τον κλάδο που …
Γενεράρισμα
Definition
Στην τεχνητή νοημοσύνη, το γενεράρισμα αναφέρεται στην ικανότητα των μοντέλων, ιδιαίτερα …