yeyelu
热点资讯
- 绫 丝袜 全红婵大湾区晚会大叫演唱,成龙要签名,她的影响力有多大?
- VR视角 前锋一刀切波波头, 外翘发尾别样魔力
- bad news 丝袜 经济日报:擢升“善贷”智商守旧科创企业
- VR视角 国投瑞银基金杨枫旗下国投优化A/B三季报最新抓仓,重仓裕同科技
- VR视角 锐评|节日里的中国红,写满了信念的神色
- VR视角 没花若干钱但王人用对症了(重度痴肥上岸)
- 自慰 英文 中国电信中标成果:淮安市妇幼保健院国度传染病智能监测数据上报政务专线作事采购姿色成交成果公告
- VR视角 春立医疗(688236.SH):前三季度净利润6115.14万元,同比下跌66.14%
- 國產av 肛交 Zeus发文书别T1:就瞬息离开致歉 感谢队员们的支援
- 澡堂 偷拍 国庆沐日,池州这个“乡村饮宴厅”终点燃爆_大皖新闻 | 安徽网
- 发布日期:2024-11-08 11:34 点击次数:87
著作转自公众号老刘说NLP日本萝莉
先看一个酷爱酷爱的话题。特定大模子的输出是有一个「信息量」的上限的,即使输出的token可以很长,关联词其包含的信息量并莫得本色互异,只不外是车轱辘话来去说辩认,好像即是一些无关痛痒的话来填充,信息密度履行上是下跌的。
这是一个很酷爱酷爱的额问题,咱们可以从PPL、词汇丰富度、主题数来看,也有社区一又友说,可以适用信息熵来作念,但这个其实是用来料想不细则性的,是以全球何如看这个事情呢?
今天,咱们来望望几个问题。一个是工业大模子行业落地的三个不雅点,讲的还可以。
另一个对于视频贯通多模态发扬综述,对于贯通多模态视频这块的时候、结束范式和数据有匡助。
一、对于工业大模子行业落地的三个不雅点
最近看到一个很可以的工业大模子行业报告,2024年中国工业大模子行业发展计议报告:https://www.idigital.com.cn/report/4385?chk=1&type=0,其中有个三个不雅点,回来的比拟好,供全球一谈参考。
不雅点1:大模子落地工业诈骗的几种念念路
纯正prompt辅导词法、RAG(检索增强)、主动发问与函数调用、微调四种念念路,其中RAG和微调为现在工业范畴较为常见的诈骗念念路
不雅点2:大模子落地工业诈骗广大见的几种架构日本萝莉
对于大模子落地工业诈骗时期,常见的可以分为以下几种架构:
路由分发架构样式、大模子代理架构样式、基于缓存的微调架构样式、面向看法的Agent架构样式、智能体组合架构样式架构,每个具体法式和优污点如下:
不雅点3:对于大模子和小模子的辞别
在进行工业诈骗时,大小模子各有长处,其材干王人不能冷落,刻下也不存在谁替代谁的情况。
大模子落地工业诈骗时,主要依托于无边的生成材干和针对复杂信息的捕捉与构建材干,因此在学问问答、文本/图片生成等以创造见长的场景诈骗比拟多。
而小模子则凭借高性价比、预计遵守相瞄准确等上风,在工业质检、配置钦慕等场景高度进修。
二、对于视频贯通多模态发扬综述
最近的责任《From Seconds to Hours: Reviewing MultiModal Large Language Models on Comprehensive Long Video Understanding》(https://arxiv.org/abs/2409.18938),这个责任综述长视频理受命务,重心分析其独到挑战并回来模子与考试时候发扬,咱们可以望望。
可以望望几个中枢的点:
1、视频贯通大模子的演化
2、图像-、短视频-和长视频-多模态大型言语模子(MM-LLMs)之间的比拟
3、图像、短视频和长视频的视觉贯通经由
4、图像、短视频和长视频的视觉贯通的多模态模子
5、主流考试范式和代表模子对比
"PT" 和 "IT" 划分代表模子考试过程中的预考试和指示调整两个阶段。字母 "Y"(是)和 "N"(否)暗示在这些阶段是否使用了图像、短视频和长视频言语数据集。"E2E" 代表端到端的考试经由。
青柠视频在线观看BD6、Long video长视频的预考试阶段和微调阶段的数据样本
参考文件
1、https://www.idigital.com.cn/report/4385?chk=1&type=0
2、https://arxiv.org/abs/2409.18938日本萝莉