-
Post your questions here about: [“Language Learning with Large Language Models”](https://docs.google.com/document/d/1vCRoU_g9yYwG31uZMdAVK8iNL5Jj8BB4iwcvarTq06E/edit?usp=sharing) and “Digital Doubles …
-
# Abstract
기존의 transformer 성공 뒤에는 attention-based token mixer module이 성능에 가장 많이 기여…
-
- https://arxiv.org/abs/2106.13488
- 2021
視覚言語の事前学習（VLP）は、画像とテキストのペアからマルチモーダルな表現を学習し、下流の視覚言語タスクのために微調整を行うことを目的としています。
一般的なVLPモデルは、CNN-Transformerアーキテクチャを採用しており、画像をCNNで埋め込み、画像とテキストをTransformerで整列さ…
e4exp updated
3 years ago
-
I agree. I can't make sense of it either.
-
# `v1.1`
open
> This is the version where [`kiwi`](https://github.com/bab2min/Kiwi) is used as the underlying analyser.
There were more versions of `v1.x` but `v1.1` is the only one…
-
Some of these should probably give a validation error.
- ❔ all three: https://api.covidcast.cmu.edu/epidata/covidcast/?data_source=jhu-csse&signals=confirmed_incidence_num&time_type=day&geo_type=s…
-
/content/video-subtitle-remover
/usr/local/lib/python3.10/dist-packages/pkg_resources/__init__.py:121: DeprecationWarning: pkg_resources is deprecated as an API
warnings.warn("pkg_resources is dep…
-
-
- https://arxiv.org/abs/2104.03135
- CVPR 2021
本研究では、畳み込みニューラルネットワーク（CNN）とトランスフォーマー（Transformer）の共同学習により、何百万もの画像とテキストのペアからクロスモーダルな位置合わせを学習することを目的とした視覚言語事前学習（VLPT）を研究しています。
従来の手法では、画像の顕著な領域を抽出し、その…
e4exp updated
3 years ago
-
In the [Model Zoo](https://github.com/facebookresearch/vissl/blob/main/MODEL_ZOO.md), an accuracy of 83.38 is reported. However, the experiment configuration is not shared in the json file. I try to r…