img2llm专题
论文阅读——Img2LLM（cvpr2023）
arxiv：[2212.10846] From Images to Textual Prompts: Zero-shot VQA with Frozen Large Language Models (arxiv.org) 一、介绍 使用大语言模解决VQA任务的方法大概两种：multi-modal pretraining and language-mediated VQA，即多模态预训练的方法和
论文阅读——Img2LLM（cvpr2023）
arxiv：[2212.10846] From Images to Textual Prompts: Zero-shot VQA with Frozen Large Language Models (arxiv.org) 一、介绍 使用大语言模解决VQA任务的方法大概两种：multi-modal pretraining and language-mediated VQA，即多模态预训练的方法和