https://freegardner.com/synapse/vision-models-destabilized-by-image-presence.html
https://freegardner.com/synapse/vision-models-destabilized-by-image-presence.html
これ私も悩んでます。
「生成AI」と呼ばれていたものを「LLM」とだけ呼ぶ人が増えてて、自分の認識が間違っていたのかとずっと疑問に感じてるんですよね。
私もそもそも大量の既存データ合成するツールの「生成AI」呼び自体にも疑問があるものの、海外産の技術でそれに対抗して裁判してるアーティストも「GenAI」と呼んでいたのでそれに倣ってきました。
前にLargeLanguageModel(大規模言語モデル)を調べたときに言語・テキストに特化したものという情報を見ていたのでVisionLanguage Model(視覚言語モデル)他もLLMに含めるのかどうかがわかってません。
これ私も悩んでます。
「生成AI」と呼ばれていたものを「LLM」とだけ呼ぶ人が増えてて、自分の認識が間違っていたのかとずっと疑問に感じてるんですよね。
私もそもそも大量の既存データ合成するツールの「生成AI」呼び自体にも疑問があるものの、海外産の技術でそれに対抗して裁判してるアーティストも「GenAI」と呼んでいたのでそれに倣ってきました。
前にLargeLanguageModel(大規模言語モデル)を調べたときに言語・テキストに特化したものという情報を見ていたのでVisionLanguage Model(視覚言語モデル)他もLLMに含めるのかどうかがわかってません。
#AI #PaliGemma #Google #LLM #visionlanguage
aidisruptionpub.com/p/paligemma-...
#AI #PaliGemma #Google #LLM #visionlanguage
aidisruptionpub.com/p/paligemma-...
“On the Perceptual Distance Between Images and Text.”
A fascinating and interactive look at how models (and humans!) measure similarity 👏🏻
#HiCV2025 #ICCV2025 #VisionLanguage
“On the Perceptual Distance Between Images and Text.”
A fascinating and interactive look at how models (and humans!) measure similarity 👏🏻
#HiCV2025 #ICCV2025 #VisionLanguage
Abstract: Recently, large language models (LLMs) and visionlanguage models (VLMs) have achieved significant success, demonstrating remarkable capabilities in understanding various images and videos, particularly [1/7 of https://arxiv.org/abs/2503.08144v1]
Abstract: Recently, large language models (LLMs) and visionlanguage models (VLMs) have achieved significant success, demonstrating remarkable capabilities in understanding various images and videos, particularly [1/7 of https://arxiv.org/abs/2503.08144v1]