惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
The GitHub Blog
The GitHub Blog
J
Java Code Geeks
Engineering at Meta
Engineering at Meta
N
Netflix TechBlog - Medium
A
About on SuperTechFans
博客园 - 三生石上(FineUI控件)
罗磊的独立博客
MongoDB | Blog
MongoDB | Blog
B
Blog RSS Feed
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
有赞技术团队
有赞技术团队
T
Tailwind CSS Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
Vercel News
Vercel News
腾讯CDC
博客园 - 聂微东
The Cloudflare Blog
F
Fortinet All Blogs
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
V
Visual Studio Blog
Last Week in AI
Last Week in AI
B
Blog

thinkingReed

ColPali:使用视觉语言模型的高效文档检索 VisionThink:通过强化学习实现高效的视觉语言模型 ChartMoE:使用混合专家架构的图表理解方法 基于标记级相关性引导的压缩方法以实现高效的多模态文档理解 PACT:基于剪枝和聚类的Token减少方法 DocLayLLM:一种用于富含文本的文档理解的高效多模态大语言模型扩展方法 mPLUG-DocOwl 2:高分辨率文档理解的布局感知压缩方法 mPLUG-DocOwl 1.5 研究报告:模型架构与位置编码机制 mPLUG-DocOwl:面向无OCR文档理解的统一结构学习 QG-VTC:基于问题引导的视觉Token压缩方法 MinerU 技术报告:高精度文档内容提取解决方案 StrucTexT:多模态Transformer的结构化文本理解框架 TabPedia:统一的表格理解视觉语言模型 Pix2Struct:截图解析作为视觉语言理解预训练方法 TextMonkey:用于文档理解的无OCR大型多模态模型 Swin Transformer:分层视觉Transformer Vision Transformer:将Transformer应用于图像分类任务 DocPedia:频域方法实现高分辨率文档理解 将知识从大模型迁移到小型下游模型
领域特定的大语言模型用于通过有标签数据监督微调的暖通空调...
2024-12-23 · via thinkingReed
标题