Talk预告｜UW-Madison蔡沐：图像可编码为任意数量Token，俄罗斯套娃式多模态大模型

文章预览

本期为 TechBeat人工智能社区 第 610 期 线上Talk。 北京时间 7 月18日 (周四)20:00， 威斯康星大学麦迪逊分校博士生 蔡沐 的Talk将准时在TechBeat人工智能社区开播！ 他与大家分享的主题是:  “  图像可编码为任意数量Token，俄罗斯套娃式多模态大模型 ” ， 届时他将向大家介绍 一种俄罗斯套娃技术，可以自由地选择将一个图像encode为1, 9, 36, 144, 576个token中的任意一种。 Talk·信息 ▼ 主题：‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍图像可编码为任意数量Token，俄罗斯套娃式多模态大模型 嘉宾：威斯康星大学麦迪逊分校 · 博士生 - 蔡沐 时间：北京时间  7 月18日(周四)20:00 地点：TechBeat人工智能社区 ttp://www.techbeat.net/  长按识别二维码，一键预约TALK！ Talk·介绍 ▼ LLaVA的多模态大模型总是把图像编码为固定数量的token(576个)。但这不是最优的。我们提出了一种俄 ………………………………