| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | |
| 7 | 8 | 9 | 10 | 11 | 12 | 13 |
| 14 | 15 | 16 | 17 | 18 | 19 | 20 |
| 21 | 22 | 23 | 24 | 25 | 26 | 27 |
| 28 | 29 | 30 |
- dynamic programming
- CNN
- image processing
- C++
- Mask Processing
- real-time object detection
- DP
- 딥러닝
- BFS
- MySQL
- NLP
- 백준
- 그래프 이론
- Reinforcement Learning
- 머신러닝
- deep learning
- LSTM
- hm3dsem
- dfs
- machine learning
- two-stage detector
- Python
- eecs 498
- AlexNet
- hm3d
- 강화학습
- opencv
- ubuntu
- r-cnn
- YoLO
- Today
- Total
목록LLM (2)
JINWOOJUNG
BAT: Learning to Reason about Spatial Sounds with Large Language Models
Paperhttps://arxiv.org/abs/2402.01591 BAT: Learning to Reason about Spatial Sounds with Large Language ModelsSpatial sound reasoning is a fundamental human skill, enabling us to navigate and interpret our surroundings based on sound. In this paper we present BAT, which combines the spatial sound perception ability of a binaural acoustic scene analysis model witharxiv.org IntroductionBLIP-2, CLIP..
[ VLM ] VLM Tasks와 Benchmarks..(1)
Vision Language Model(VLM)VLM은 Computer Vision과 Natural Language Processing을 결합한 모델로써, 이미지나 비디오와 같은 시각적 데이터와 텍스트 입력을 동시에 이해하고 처리할 수 있다. VLM TasksVisual Question Answering(VQA) & Visual ReasoningVQA는 시각 질의응답을 의미하며, 이미지와 질문을 동시에 입력받아 정답을 출력하는 태스크이다. 아래 그림과 같이, 그림과 질문을 입력으로 받아 단답형 정답을 도출하는 형태이며, 이 태스크의 초기 벤치마크로는 [VQA: Visual Question Answering (Antol et al., 2015)] 논문이 있다. VQA v1(2015) Benchmark는 ..