Pinned劉智皓 (Chih-Hao Liu)66個大型語言模型LLM經典論文去年ChatGPT的發布，帶動了大型語言模型(Large Language Models, LLM)的風潮，這幾周更是進入了白熱化階段，除了有科技巨頭發布的GPT-4V、Gemini、Claude和Grok，開源模型更是百花齊放，包括了Llama 2、Mixtral…Dec 17, 20231Dec 17, 20231
劉智皓 (Chih-Hao Liu)66個視覺語言模型VLM經典論文隨著各個大型語言模型LLM的進展，也開始帶動了視覺語言模型VLM的發展，最經典的模型像是GPT-4V和Gemini，以及開源社群LLaVA等，所以今天要來帶大家看我自己看過的各個經典視覺語言模型論文，另外這邊一樣我會按照時間順序列出來，不過這篇不包含影音模態，也不包含影像和影片生…Dec 21, 2023Dec 21, 2023
劉智皓 (Chih-Hao Liu)深度學習Paper系列(15)：U-GAT-IT前幾回當中我們介紹了幾個Unpaired image-to-image translation的模型，今天我們也要來介紹另一個重要的影像轉換模型「U-GAT-IT」，其論文名稱叫做：Dec 8, 2023Dec 8, 2023
劉智皓 (Chih-Hao Liu)深度學習Paper系列(14)：DRIT上一回當中，我們介紹了Multimodal的Unpaired image-to-image translation模型 — MUNIT，今天我們要來介紹另一個同樣是Multimodal的影像轉換模型「DRIT」，其論文名稱叫做Dec 6, 2023Dec 6, 2023
劉智皓 (Chih-Hao Liu)深度學習Paper系列(13)：MUNIT上一回我們介紹了UNIT這個unpaired image-to-image translation的模型，今天我們要來更進一步的介紹UNIT後來的改進版本，也是我們今天要介紹的「MUNIT」，其論文名稱叫做：Dec 5, 2023Dec 5, 2023
劉智皓 (Chih-Hao Liu)深度學習Paper系列(12)：UNIT上一回我們介紹了VAE-GAN的架構，其把兩個不同的生成模型VAE和GAN做結合。而我們今天要介紹的這個模型，是基於VAE-GAN的unpaired image-to-image translation模型 — UNIT，其原始論文名稱叫做：Nov 29, 2023Nov 29, 2023
劉智皓 (Chih-Hao Liu)深度學習Paper系列(11)：VAE-GAN在前幾回當中，我們有提到GAN和VAE的基礎，我們也知道這兩個模型架構都是屬於生成式模型，都可以用來生成圖片，但實際上這兩者背後的原理其實是不太一樣的。Nov 27, 2023Nov 27, 2023
劉智皓 (Chih-Hao Liu)深度學習Paper系列(10)：CycleGAN前兩回我們介紹了兩個經典的image-to-image translation模型，分別是Pix2Pix和他的改良版Pix2Pix HD，不過對於這兩個模型其都是基於解決所謂的Paired translation問題，也就是說這兩個模型只適用在source…Nov 26, 2023Nov 26, 2023
