Esplorare metodi per migliorare i modelli multimodali nel rispondere a domande visive.
Haowei Zhang, Jianzhe Liu, Zhen Han
― 6 leggere min
Haowei Zhang
DeepSeek-VL2 unisce dati visivi e testuali per interazioni AI più intelligenti.
Zhiyu Wu, Xiaokang Chen, Zizheng Pan
― 6 leggere min