Blog kỹ thuật Jev và quyền truy cập sớm
Cuối chuỗi ra mắt của Diogo có liên kết tới blog kỹ thuật chính thức và điểm đăng ký truy cập sớm.
Nguyên mẫu JEV đa phương thức được huấn luyện trên CUB-200-2011 với backbone Qwen2.5-VL, trả lời câu hỏi hình ảnh với xác suất lựa chọn và hộp giới hạn khoảng 0,4 giây mỗi ảnh.
Built a multimodal JEV prototype that answers image questions with option probabilities and bounding boxes. Trained on CUB-200-2011 with Qwen2.5-VL backbone (0.4s/image) https://github.com/tin-xai/multimodal-jev-grounding…