QB64 搜索技巧 核手提箱 文字记录 海洋云增白 开源地图 Bliss AI 搜索答案 深海沉船 自由职业 policy 小团队 颈挂空调 Chumby 个人电脑 极端主义 团队 世界 PostgreSQL AI工具 证券 DirectX 防溢 DrawingPics Zulip 儿童读物 化学 连续滚动 代码审查 三菱电机 更多

如果我们用LLaMA-3重新标注数十亿张网络图片会发生什么？ (arxiv.org)

原文: [2406.08478] What If We Recaption Billions of Web Images with LLaMA-3?

文章介绍了一项利用开源大型语言模型LLaMA-3对网络图片进行重新标注的研究。研究人员首先微调了一个基于LLaMA-3-8B的LLaVA-1.5模型，然后用它对来自DataComp-1B数据集的13亿张图片进行了重新标注。实验结果表明，使用这个名为Recap-DataComp-1B的增强数据集训练视觉语言模型可以显著提高模型性能。