周大 发表于 2025-4-18 15:20:39

哈工大GiVE突破多模态视觉局限

哈工大团队针对当前多模态大模型“选择性失明”的缺陷，提出GiVE模型，通过AG-Adapter模块和三大Loss函数设计，实现对非显著信息的关注和精准捕捉。该模型使用MOInst数据集训练，在图像分类和图文检索等任务中表现优异。未来，GiVE有望在医疗诊断、自动驾驶等领域发挥重要作用，推动AI从“粗看”到“细察”的认知跃迁。
来源：https://mp.weixin.qq.com/s/44VfT8CsKBwI1_TmMNlyIg
页: [1]
查看完整版本: 哈工大GiVE突破多模态视觉局限