← Voltar
0 Visitas (30d) 4 Idas ao site (30d) 0 Curtidas Esta ferramenta não tem cupons ativos no momento. O MiniGPT-4 é um modelo multimodal de código aberto que alinha um codificador visual avançado com um modelo de linguagem de grande escala para permitir a compreensão detalhada de imagens e conversação visual. Desenvolvido por pesquisadores da KAUST, o projeto integra o codificador de visão do BLIP-2 com o modelo Vicuna por meio de uma camada de projeção linear.
O sistema demonstra habilidades multimodais avançadas, como a descrição aprofundada de fotografias, a explicação de piadas e memes visuais, a interpretação de gráficos e a geração de código para sites a partir de esboços desenhados à mão. A ferramenta também é capaz de sugerir receitas com base em fotos de ingredientes e redigir textos criativos inspirados em elementos visuais.
A tecnologia é voltada para pesquisadores de inteligência artificial, engenheiros de visão computacional, acadêmicos e desenvolvedores de código aberto. Seu modelo de distribuição é de código aberto e totalmente gratuito para experimentação e desenvolvimento sob licença comunitária.
Chatbots
Minigpt-4
MiniGPT-4 é um modelo de código aberto que combina visão computacional e linguagem para entender imagens e gerar respostas complexas.
chatbot-multimodal