-
[論文紹介#155]RetroLLM: 大規模言語モデルが生成の中で詳細な証拠を取得できるようにする
in テックブログRetroLLM: Empowering Large Language Models to Retrieve …
-
[論文紹介#153]VISA: 視覚的ソース帰属を伴う情報検索強化生成
in テックブログVISA: Retrieval Augmented Generation with Visual Source…
-
[論文紹介#152]RAG-Star: 検索強化による熟慮的推論の向上
in テックブログRAG-Star: Enhancing Deliberative Reasoning with Retriev…
-
[論文紹介#151]TACO: 合成思考と行動の連鎖を用いたマルチモーダル行動モデルの学習
in テックブログTACO: Learning Multi-modal Action Models with Synthetic…
-
[論文紹介#150]パーソナライズされたマルチモーダル大規模言語モデル：調査
in テックブログPersonalized Multimodal Large Language Models: A Survey…
-
[論文紹介#148]Inst-IT: 明示的な視覚プロンプト指示チューニングによるマルチモーダルインスタンス理解の強化
in テックブログInst-IT: Boosting Multimodal Instance Understanding via…
-
[論文紹介#147]モヒート：動画生成のための動きの軌跡と強度制御
in テックブログMojito: Motion Trajectory and Intensity Control for Vid…
