北京
分享至
12月4日，哈尔滨工业大学（深圳）近期发布了名为九天（JiuTian-LION）的多模态大语言模型，通过融合细粒度空间感知和高层语义视觉知识，取得了在13个视觉语言任务上的state-of-the-art性能，尤其在Visual Spatial Reasoning任务上实现了5%的性能提升。
据称，视觉信息提取不足问题得到解决，九天模型通过渐进式融合细粒度空间感知视觉知识和软提示下的高层语义视觉证据，有效提升了视觉理解能力，减轻了MLLMs的幻觉现象。（站长之家）
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
