AI Briefing#vision-language-model
#vision-language-model와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#vision-language-model와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
HuggingFace가 기존 대비 240배 규모인 240만 개의 이미지와 950만 개의 Q/A 쌍을 포함한 DocVQA 데이터셋 Docmatix를 공개했다.
Microsoft의 소형 시각 언어 모델 Florence-2를 DocVQA 작업에 맞춰 미세 조정하는 방법과 성능 결과를 소개한다.
Google이 SigLIP과 Gemma를 결합한 새로운 오픈 비전 언어 모델(VLM) PaliGemma를 공개했다.
Habana Gaudi2에서 BridgeTower 미세 조정 시 A100 대비 2.5배 빠른 성능을 달성했다.
카카오브레인이 7억 개의 이미지-텍스트 쌍을 포함한 COYO 데이터셋과 이를 학습한 ViT, ALIGN 모델을 오픈소스로 공개했다.
고정된 이미지 인코더와 LLM을 연결하는 Q-Former를 통해 효율적인 시각-언어 학습을 구현한 BLIP-2를 소개한다.