タグ: 視覚と言語

解説 ねえ、トモヤ！この「Visual Lexicon」っていう論文、面白そうだね！内容教えてくれない？ もちろん！この論文は、画像をどう表現するかという基本的な問題に取り組んでいるんだ。従来の方法は、高レベルの意味を重…

解説 ねえ、トモヤくん！この『Florence-VL』っていう論文、面白そうだね！内容教えてくれる？ もちろん。Florence-VLは、視覚と言語を組み合わせた新しいモデルなんだ。特に、視覚表現を強化するためにFlor…

解説 ねえ、トモヤくん！この「HumanVLM」っていう論文、面白そうだね！内容教えてくれる？ もちろん！この論文は、人間とシーンに関する視覚と言語のタスクについてのものなんだ。最近、こういうタスクはソーシャルメディアや…

解説 ねえ、トモヤくん！この論文のタイトル「π0: A Vision-Language-Action Flow Model for General Robot Control」って面白そうだね！内容を教えてくれない？ も…