★ 4
Llama 3.2 Vision 登陆 Ollama
Llama 3.2 Vision 11B 和 90B 模型现已可在 Ollama 中使用。这为用户提供了本地运行多模态模型的新选择。
Ollama Blog726 天前
#视觉模型
共 8 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
PaperScorer 用论文页面截图预测同行评审录用结果
研究提出 PaperScorer 系列模型，仅凭论文文本或页面截图预测录用决定，视觉模型预测力最强，在 ICLR 论文上准确率 68%、arXiv 机器学习论文上 77%。模型对最高与最低评分论文预测最准，中间档论文难以预测，且置信度校准良好。
arXiv cs.LG7 天前
★ 3
★ 3
SPICE框架解析神经网络多义特征
研究提出SPICE框架，通过基于聚类的解释分析深度视觉架构中的多义性（单个神经元响应多个无关概念）。该方法摆脱架构依赖的传播规则，自动确定每个神经元的概念簇数量，首次系统比较CNN与Transformer中的多义性，并揭示其随深度与架构的演化规律。
arXiv cs.LG48 天前
★ 3
时间序列预测的上下文内修复
该研究提出ICI-Time框架，将时间序列预测重构为视觉修复任务，利用大型视觉模型的泛化能力。通过将时间序列转换为面积图并应用视觉上下文学习，无需微调即可进行预测，在流行病学、气象学和电力系统等实验中表现与深度学习基线相当，且在有限数据下具有适应性。
arXiv cs.AI68 天前
★ 2
重心锚定权重搜索：无需梯度训练的模型合并新方法
论文提出 Barycentric Anchored Search，一种后处理权重空间方法，仅用两个微调检查点即可提升视觉模型在分布偏移下的鲁棒性，无需额外梯度训练或增加推理成本。方法受 Nelder-Mead 等无导数优化启发，在 CLIP ViT-B/32 上于 ImageNet-A/R/Ske…
arXiv cs.LG19 天前
★ 2
面向LLM的单函数Jev式封装，含视觉模型
一个面向大语言模型（含视觉模型）的单函数、Jev风格封装工具在Hacker News获得100分热度与28条评论。该项目旨在以极简接口统一调用LLM与视觉模型，降低开发者集成门槛。
Hacker News37 天前
★ 1
Show HN：Jev Cards 看图问答挑战视觉模型
开发者在 Hacker News 发布 Jev Cards，一个让用户与视觉模型比拼图片问答的小游戏，HN 热度 8 分、2 条评论，属于小众趣味项目。
Hacker News12 天前
这个主题的相关资产
相关公司Meta1