NOTE
基础模型
认识基础模型的定义及多模态分类,比较文本、图像、语音和其他领域的代表性模型。
基础模型
分类
- 图像
- 图像理解
- ViT
- DINOv2
- SAM
- 图像生成
- Stable Diffusion
- DiT
- 图像理解
- 文本
- LLM
- GPT
- Qwen
- LLM
- 语音
- 语音识别
- Whisper
- 语音生成
- VALL-E
- 语音识别
- 视频
- 理解
- VideoMAE
- 生成
- Sora
- 理解
- 多模态
- 多模态大模型
- GPT-4o
- Gemini
- 多模态大模型
基础模型是什么
- 经过广泛数据预训练,能够被复用、适配到多种下游任务中的通用模型。
拖动可平移,滚轮缩放,点击节点可展开或折叠。大型导图默认折叠较深层级,可点击节点继续展开。
讨论
使用 GitHub 账号参与讨论,评论会保存在 GitHub Issues 中。在 GitHub 查看