视觉字幕恢复
Bengio团队提出多模态新基准,直指Claude 3.5和GPT-4o弱点
AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年,机器之心AIxiv专栏接收报道了2000多篇内容,覆盖全球各大高校与企业的顶级实验室,有效促进了学术交流与传播。如果您有优秀的工作想要分享,欢迎投稿或者联系报道。投稿邮箱:[email protected];[email protected]本文作者张天宇,就读于加拿大Mila人工智能研究所,师从图灵奖得主Yoshua Bengio教授。博士期间的主要工作聚焦于多模态、GFlowNet、多智能体强化学习、AI于气候变化的应用。
6/28/2024 6:38:00 PM
机器之心
- 1
资讯热榜
标签云
人工智能
OpenAI
AI
AIGC
ChatGPT
AI绘画
DeepSeek
模型
机器人
数据
谷歌
大模型
Midjourney
智能
用户
开源
学习
微软
GPT
Meta
图像
AI创作
技术
Gemini
论文
马斯克
Stable Diffusion
算法
芯片
代码
蛋白质
生成式
英伟达
腾讯
神经网络
研究
Anthropic
计算
3D
开发者
Sora
AI设计
机器学习
AI for Science
GPU
AI视频
苹果
场景
华为
人形机器人
百度
预测
伟达
搜索
Claude
Transformer
深度学习
xAI
大语言模型
字节跳动
模态
训练
具身智能
驾驶
神器推荐
文本
LLaMA
Copilot
视觉
算力
应用
安全
智能体
视频生成
干货合集
亚马逊
大型语言模型
API
科技
AGI