上海品茶

您的当前位置:上海品茶 > 报告分类 > PDF报告下载

mPLUG:多模态对话大模型技术与应用解析.pdf

编号:155419 PDF 41页 18.76MB 下载积分:VIP专享
下载报告请您先登录!

mPLUG:多模态对话大模型技术与应用解析.pdf

1、DataFunSummit#2023mPLUG-多模态对话大模型技术与应用解析徐海洋阿里巴巴-达摩院-算法专家01多模态大模型技术发展历程02多模态对话大模型mPLUG技术与应用解析03ModelScope实战分享04mPLUG项目主页目录 CONTENTDataFunSummit#202301多模态大模型技术发展历程多模态预训练背景-下游任务多模态预训练-发展历程多模态预训练发展历程:18,19年基于检测特征的两阶段方法;20,21年端到端方法,22年-23年大一统+Scaling up的方法;最近几个月,多模态对话大模型;VQA Leaderboard:多模态最重要的榜单,现在已达到86.

2、06,mPLUGCVPR2021 VQA Challenge排名第一,并以81.26分的成绩首次超越人类结果;Vision-Language Pre-training:Basics,Recent Advances,and Future Trends.多模态预训练-发展历程多模态对话大模型-GPT4视觉内容细粒度理解与推理多模态对话大模型-GPT4视觉内容富文本图片表格理解与推理多模态对话大模型-GPT4视觉内容富文本图片表格理解与推理多模态对话大模型-System CollaborationVisual ChatGPTMM-REACTHuggingGPT通过各种视觉的模型将视觉信息转换为文本信

3、息,之后通过ChatGPT进行信息的整理与回复多模态对话大模型-End2EndMiniGPT-4LLAVAKosmos-1类GPT4,通过一个模型同时拥有多模态与文本的能力DataFunSummit#202302多模态对话大模型mPLUG技术与应用解析模块化多模态模型mPLUG,大一统模型mPLUG-2mPLUG:Effective and Efficient Vision-Language Learning by Cross-modal Skip-connections.EMNLP2022.mPLUG-2:A Modularized Multi-modal Foundation Model

4、Across Text,Image and Video.ICML 2023.mPLUG系列多模态预训练工作,借鉴人脑模块化思想,针对不同模态input,不同模态output,不同模态特有属性,不同功能(Understanding,Generation)设计不同的模块,层次模块化预训练,这样可以轻量化,可拆拔的灵活应用到各种Zero/Few-Shot/Continue Pretrain/下游Finetuning/多模态表征等层次化应用场景。模块化多模态对话大模型mPLUG-Owl-ArenamPLUG-Owl:Modularization Empowers Large Language Mode

5、ls with MultimodalityArena:上海人工智能实验室OpenGVLab组织的人工标注评测多模态LLM版单,mPLUG-Owl排名第一!模块化多模态对话大模型mPLUG-Owl-应用场景mPLUG-Owl:Modularization Empowers Large Language Models with Multimodality模块化多模态对话大模型mPLUG-Owl-应用场景mPLUG-Owl:Modularization Empowers Large Language Models with Multimodality模块化多模态对话大模型mPLUG-OwlmPLUG

6、-Owl:Modularization Empowers Large Language Models with Multimodality模块化多模态对话大模型mPLUG-Owl-训练方法mPLUG-Owl:Modularization Empowers Large Language Models with Multimodality 第一阶段:对齐视觉和语义,训练视觉基础模块和视觉摘要模块 第二阶段:通过单模态和多模态相互协同,通过LoRA指令微调模型,固定视觉基础模块、视觉摘要模块和原始LLM的参数,只在LLM引入少量参数的adapter结构用于指令微调模块化多模态对话大模型mPLUG-O

7、wl-性能评测mPLUG-Owl:Modularization Empowers Large Language Models with MultimodalitymPLUG-Owl构建了一个多模态指令评测集评测集OwlEvalOwlEval,以下是不同模型在OwlEval上的占比表现(A最好,D最差),评分指标:ABCD打分制A:听懂指令,且回答满意B:听懂指令,但是回答部分会存在一些错误C:听懂指令,但是回答错误或者用户不满意D:听不懂指令或者无效的回答模块化多模态对话大模型mPLUG-Owl-知识问答mPLUG-Owl:Modularization Empowers Large Langu

8、age Models with Multimodality模块化多模态对话大模型mPLUG-Owl-多轮对话mPLUG-Owl:Modularization Empowers Large Language Models with Multimodality模块化多模态对话大模型mPLUG-Owl-笑话理解mPLUG-Owl:Modularization Empowers Large Language Models with Multimodality模块化多模态对话大模型mPLUG-Owl-涌现能力mPLUG-Owl:Modularization Empowers Large Language

9、 Models with Multimodality在训练中,mPLUG-Owl并未见过多图和OCR的数据,以下为多图理解的能力:模块化多模态对话大模型mPLUG-Owl-涌现能力mPLUG-Owl:Modularization Empowers Large Language Models with Multimodality简单的DocumentAI能力(OCR)模块化多模态对话大模型mPLUG-Owl-视频理解mPLUG-Owl:Modularization Empowers Large Language Models with Multimodality模块化多模态对话大模型mPLUG-

10、Owl-多语言版本mPLUG-Owl:Modularization Empowers Large Language Models with Multimodality模块化多模态对话大模型mPLUG-Owl-多语言版本mPLUG-Owl:Modularization Empowers Large Language Models with Multimodality中文视频对话模型mPULG-VideomPLUG-Owl:Modularization Empowers Large Language Models with Multimodality模块化多模态对话大模型mPLUG-Owl-消融实

11、验mPLUG-Owl:Modularization Empowers Large Language Models with Multimodality训练策略和多模态指令微调数据的有效性中文视频预训练数据集Youku-mPULGYouku-mPLUG:A 10 Million Large-scale Chinese Video-Language Dataset for Pre-training and Benchmarks.中文视频预训练数据集Youku-mPULGYouku-mPLUG:A 10 Million Large-scale Chinese Video-Language Datas

12、et for Pre-training and Benchmarks.DataFunSummit#202303ModelScope实战分享ModelScope-mPLUG中英模型mPLUG-Owl:Modularization Empowers Large Language Models with Multimodalityhttps:/ Empowers Large Language Models with Multimodalityhttps:/ Empowers Large Language Models with Multimodalityhttps:/ Empowers Large Language Models with Multimodalityhttps:/

友情提示

1、下载报告失败解决办法
2、PDF文件下载后,可能会被浏览器默认打开,此种情况可以点击浏览器菜单,保存网页到桌面,就可以正常下载了。
3、本站不支持迅雷下载,请使用电脑自带的IE浏览器,或者360浏览器、谷歌浏览器下载即可。
4、本站报告下载后的文档和图纸-无水印,预览文档经过压缩,下载后原文更清晰。

本文(mPLUG:多模态对话大模型技术与应用解析.pdf)为本站 (张5G) 主动上传,三个皮匠报告文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知三个皮匠报告文库(点击联系客服),我们立即给予删除!

温馨提示:如果因为网速或其他原因下载失败请重新下载,重复下载不扣分。
会员购买
客服

专属顾问

商务合作

机构入驻、侵权投诉、商务合作

服务号

三个皮匠报告官方公众号

回到顶部