Bu çalışma, Multimodal Diffusion Transformers'taki bağlamsal tokenlerin işlevini doğal dil sorgusuyla okumak için bir çerçeve sunar. Hafif bir ağ, bu tokenleri dondurulmuş bir LLM'e haritalayarak ortaya çıkan görsel hakkında sorulara cevap verir.
arXiv / cs.AI + cs.CL1 dk okuma
1–1 / 1 yayın
Mühendislik arşivi
Uygulama geliştirme notları ve güncel teknik yayınlar.
Yayın tarihi, bir analizin blue'og'da ne zaman yer aldığını gösterir. Tam tarama tarihi ise kaynak akışının tamamının kontrol edildiği son zamanı gösterir. Bazı kaynaklara erişilemediğinde diğer kaynaklardan yeni analizler yayınlanabilir.
Son tarama denemesi
Son tam tarama
Nasıl hazırlıyoruz?
Kaynağı belli. Sınırları açık.
Resmî duyuruları, araştırma makalelerini ve açık kaynak projelerinin sürüm notlarını yapay zekâ ile Türkçe özetliyoruz. Her haberde kaynak bağlantılarına, kullanım alanlarına ve açıklanmayan noktalara yer veriyoruz.
Doğrudan kaynak
Araştırma makalesine, model duyurusuna veya projenin deposuna haberden ulaşabilirsiniz.
Bulgular ve yorumlar
Kaynakta açıklanan sonuçları, olası kullanım alanları ve bilinmeyenlerden ayrı sunuyoruz.
Görsellerin kaynağı
Görsel ve videoların kaynağını belirtiyoruz. Konuyu anlatmak için kullanılan illüstrasyonları da işaretliyoruz.
Araştırma kaynakları
Makaleleri kendiniz keşfedin.
Yeni çalışmalar bulabileceğiniz dizinler ve araştırma laboratuvarları. Bir görsel özet ilginizi çekerse sonuçları özgün makaleden okuyun.