Meta Field
0%

MS-BETI3

发表于 更新于 分类于 Valine：
本文字数： 150 阅读时长 ≈ 1 分钟

一句话来概括BEIT-3：用一个模型，用一个预训练任务，杀穿了vision-language甚至纯vision任务。

MS昨天推送这篇文章，但是今天也就是31号才粗略读了下，这块并不是我的研究领域，就当作是跟踪前沿，但是也学到了key idea:

将图像看作是文本进行处理。

论文PDF地址

我也简单做了点标注

-------------本文结束感谢您的阅读-------------
请作者喝一杯蜜雪冰城吧！