Mini-Gemini：挖掘多模态视觉语言大模型的潜力
发表于🎥 观看直播
Mini-Gemini：挖掘多模态视觉语言大模型的潜力
青稞
4月24日晚7点，青稞社区组织【青稞Talk】第四期，邀请到
Mini-Gemini
一作、香港中文大学在读博士李彦玮参与，分享《Mini-Gemini：挖掘多模态视觉语言大模型的潜力》。
分享嘉宾
李彦玮，香港中文大学计算机科学与工程系四年级博士生，师从贾佳亚教授；主要关注方向为计算机视觉和多模态模型；在CVPR、ICCV、ECCV、NeurIPS、TPAMI等会议及期刊上发表20篇以上文章，其中一作10篇，Google Scholar引用1600+；曾获微软奖学金提名，并作为一作获得Microsoft COCO比赛亚军；担任CVPR、ICCV、ECCV、NeurIPS、ICML、ICLR、IJCV等会议或期刊审稿人。
主题提纲
Mini-Gemini：挖掘多模态视觉语言大模型的潜力
- 1、多模态大模型研究概述
- 2、多模态模型能力的构建路径
- 3、增强多模态视觉语言模型能力的 Mini-Gemini
- 4、2B至34B大语言基座模型上的性能及应用实践
成果链接
- Github 地址：https://github.com/dvlab-research/MiniGemini
- Demo 地址: http://103.170.5.190:7860/
- 论文地址：https://arxiv.org/pdf/2403.18814.pdf
- 模型地址：https://huggingface.co/collections/YanweiLi/mini-gemini-6603c50b9b43d044171d0854
- 数据地址：https://huggingface.co/collections/YanweiLi/mini-gemini-data-660463ea895a01d8f367624e
直播时间
4月24日（周三）19:00 - 20:00
参与方式
Talk 将在青稞·知识社区上进行，扫码对暗号："0424"，报名交流！
