应PA视讯|PA真人官网-PLAYACE旗舰注册入口邀请，Dongxu Li博士于2024年4月26日在PA视讯作题为“BLIP系列多模态模型事情简述”的陈诉。此次陈诉由PA视讯图像盘算与感知智能研究所潘利源老师主持，研究所相关研究偏向教师和研究生加入了学术陈诉。
由李博士加入的BLIP（Bootstrapping Language-Image Pre-training）系列模型在多模态人工智能领域取得了显著进展。BLIP模型通过结合语言和图像数据，能够在多个应用领域展现出强大的性能。例如，在图像描述生成、视觉问答和图像检索等任务中，BLIP模型都体现出了优异的效果。本次学术陈诉，李博士与在场的学院师生充实讨论了这一研究偏向，介绍了多模态预训练、对比学习、跨模态注意力机制等技术，解说了Q-Former的使用心得，并进一步探讨了多模态人工智能领域的最新进展和未来机缘。
通过这次学术陈诉，学院师生对多模态人工智能的相关知识有了更深入的理解。陈诉内容还进一步拓宽了学院研究生的视野，为未来关于多模态人工智能偏向的学术研究和交流相助奠基了基础。
陈诉人简介：
Dongxu Li博士在澳大利亚国立大学 (ANU) 获得了盘算机博士学位，主要研究偏向是视觉和语言、多模态表征学习，研究事情包罗BLIP系列，是多模态人工智能领域中具影响力的研究之一。