2亿参数时序模型替代llm

当前，《2亿参数时序模型替代llm》专题栏目正在密切关注相关热点，汇聚互联网上的最新资讯，为读者揭示事件的全貌及其深层逻辑。本栏目将持续更新，致力于提供全面、及时的信息，满足公众对#2亿参数时序模型替代llm#资讯的关注。

最新

字节跳动＆清华大学开源多模态时序大模型，可实现时序数据对话与推理

ChatTS:基于合成数据训练的时序多模态 LLM 面对时间序列与语言对齐数据的极度匮乏问题，我们从根本上摒弃了依赖真实数据标注的路径，而是选择「纯合成驱动」的方式，设计出一个端到端的数据生成、模型训练框架。一、属性驱动...

字节跳动&清华大学开源多模态时序大模型ChatTS，可实现时序数据对话与推理

字节跳动&清华大学开源多模态时序大模型，实现时序数据对话推理

第一作者为清华大学三年级博士生谢哲，主要研究方向为时序多模态 LLM、异常检测和根因定位。第二作者和第三作者分别为李则言和何晓，均来自字节跳动。通讯作者分别为字节跳动研究科学家张铁赢和清华大学计算机系副教授裴丹。...

DeepMind揭惊人答案:智能体就是世界模型,跟Ilya 2年前预言竟不谋而合

巧的是，就在刚刚他们也发布了一篇文章，发现可以将策略和世界模型统一到一个LLM中，因此完全不需要外部...而现在，LLM开始展现出这些能力，这也就给了我们AGI的期待—能在复杂现实环境中完成长时序、以目标为导向任务的系统。...

单卡搞定万帧视频理解！智源研究院开源轻量级超长视频理解模型

在MLVU、Video-MME、LVBench等主流评测基准上达到了同参数规模开源模型的...Video-XL-2主要由三个核心组件构成：视觉编码器（Visual Encoder）、动态 Token 合成模块（Dynamic Token Synthesis,DTS）以及大语言模型（LLM）。...

智源研究院发布Video-XL-2：超长视频理解新突破，轻量级模型展现强大实力

Video-XL-2的技术架构匠心独运，融合了视觉编码器、动态Token合成模块（DTS）及大语言模型(LLM)三大核心组件。...尤其在MLVU和LVBench上，Video-XL-2的表现甚至逼近或超越了参数规模高达720亿的大型模型，如Qwen2.5-VL-72B和LLaVA...

万帧?单卡!智源研究院开源轻量级超长视频理解模型Video-XL-2

在MLVU、Video-MME、LVBench等主流评测基准上达到了同参数规模开源模型的...Video-XL-2主要由三个核心组件构成：视觉编码器（VisualEncoder）、动态Token合成模块（DynamicTokenSynthesis,DTS）以及大语言模型（LLM）。...

智源研究院开源轻量级超长视频理解模型Video-XL-2

在技术架构方面，Video-XL-2主要由视觉编码器、动态Token合成模块(DTS)以及大语言模型(LLM)三个核心组件构成。该模型采用...Video-XL-2的性能已接近甚至超越了如Qwen2.5-VL-72B和LLaVA-Video-72B等参数规模高达720亿的大模型。...

更强劲，更高效：智源研究院开源轻量级超长视频理解模型Video-XL-2_

在模型架构设计上，Video-XL-2 主要由三个核心组件构成：视觉编码器（Visual Encoder）、动态 Token 合成模块（Dynamic Token Synthesis,DTS）以及大语言模型（LLM）。具体而言，Video-XL-2 采用 SigLIP-SO400M 作为视觉编码器...

AI模仿人类看漫画，视频大模型时序定位能力新SOTA_-The Paper

此过程将帧号与训练数据中的时间跨度对齐，将时序定位能力嵌入模型的学习表示中。微调时，冻结视觉编码器，仅对视觉投影仪和大语言模型（LLM）组件进行优化，并采用低秩适应（LoRA）技术调整LLM，有效减少参数数量和训练开销。...

关注喜欢的作者

参与互动讨论

作品投稿

2亿参数时序模型替代llm