Moshi
Definition
Moshi è un modello di IA avanzato creato da Kyutai che integra l’elaborazione …
Multimodal
Terms tagged with Multimodal
Ltx Video
Definition
Ltx Video rappresenta un avanzamento nell’IA generativa per i video, utilizzando …
Da Testo e Immagine a Testo
Definition
Il processo Da Testo e Immagine a Testo si riferisce ai modelli che elaborano input …
Genie
Definition
Genie si riferisce a una famiglia di modelli generativi progettati specificamente per la …
Diffusers:Qwenimagepipeline
Definition
Questa pipeline adatta le capacità generative dei modelli Qwen-VL per la sintesi di …
DeepSeek VL V2
Definition
DeepSeek VL V2 estende le capacità del modello linguistico standard nel dominio …
Dataset: Embedding Data/Flickr30K Captions
Definition
Flickr30K Captions è un dataset benchmark ampiamente utilizzato composto da 31.783 …
Apprenditore di pattern accoppiati
Definition
Gli apprenditori di pattern accoppiati sono progettati per gestire dati in cui le istanze …
Pre-addestramento Contrastivo Lingua-Immagine
Definition
Il Pre-addestramento Contrastivo Lingua-Immagine (CLIP) è un’architettura di rete …
Any To Any
Definition
Any-to-any si riferisce ad architetture multimodali unificate in grado di gestire varie …
Linguaggio Visivo
Definition
I modelli Vision-Language, spesso definiti Modelli Linguistici di Grande Dimensione …
cross-modale
Definition
L’AI cross-modale coinvolge l’elaborazione e la correlazione di dati da …
Visivo
Definition
Il termine ‘visivo’ nell’IA si riferisce principalmente alla Computer …
Generazione
Definition
Nell’intelligenza artificiale, la generazione si riferisce alla capacità dei …