/
訓練策略 關鍵字列表
2025-01-09
NJU聯(lián)合騰訊提出VITA-1.5！GPT-4o級別的實時視覺語音交互框架！
本文提出了一種精心設計的分階段訓練方法，逐步訓練大型語言模型以理解視覺和語音信息，最終實現(xiàn)流暢的視覺和語音交互。我們的方法不僅保留了強大的視聽能力，而且無需單獨的自適應語音識別（ASR）和文本到語音（TTS）模塊，就能實現(xiàn)高效的語音轉語音對話能力，顯著加快了多模態(tài)端到端的響應速度。
2024-03-12
DeepSeek-VL：深度求索的多模態(tài)大模型
DeepSeekVL是一款開源多模態(tài)模型，通過對訓練數據、模型架構和訓練策略的聯(lián)合拓展，構建了7B與1.3B規(guī)模的強大模型。相關資源可通過論文鏈接、模型下載頁面和GitHub主頁獲取。
白皮書
京公網安備 11010802021500號
