ConvNets Match Vision Transformers at Scale
Samuel L. Smith, Andrew Brock, Leonard Berrada +1 authors
ConvNets pre-trained on a large dataset match the performance of Vision Transformers on ImageNet with comparable computational resources.
Trends · 研究趋势
数据来自 Hugging Face 论文的 AI 提取关键词,按月统计研究方向的增长与热度。
InstructBLIP: Towards General-purpose Vision-Language Models with Instruction Tuning
Wenliang Dai, Junnan Li, Dongxu Li +6 authors
InstructBLIP models, built through instruction-aware visual feature extraction on BLIP-2, achieve top performance in vision-language tasks, including zero-shot evaluation and fine-tuned downstream tasks.
上升最快
近 6 个月1
35 篇论文
2
llmNEW
34 篇论文
3
mllmsNEW
29 篇论文
4
26 篇论文
5
ditNEW
12 篇论文
6
quantizationNEW
12 篇论文
7
12 篇论文
8
12 篇论文
9
11 篇论文
10
distillationNEW
11 篇论文
11
zero-shotNEW
11 篇论文
12
10 篇论文
13
10 篇论文
14
10 篇论文
15
10 篇论文
16
26 篇论文
17
diffusion models+200%
74 篇论文
18
19
rlvr+200%
13 篇论文
20
autonomous agents+200%
12 篇论文
最热方向
按总量1
319 篇论文
2
201 篇论文
3
167 篇论文
4
86 篇论文
5
75 篇论文
6
74 篇论文
8
9
54 篇论文
10
49 篇论文
11
39 篇论文
12
38 篇论文
13
38 篇论文
14
35 篇论文
15
35 篇论文
16
34 篇论文
17
33 篇论文
18
29 篇论文
19
29 篇论文
20
29 篇论文
21
28 篇论文
22
23
27 篇论文
24
27 篇论文
25
26 篇论文
26
26 篇论文
27
26 篇论文
28
25 篇论文
29
25 篇论文
30
24 篇论文
31
23 篇论文
32
23 篇论文
33
23 篇论文
34
22 篇论文
35
22 篇论文
36
20 篇论文
37
20 篇论文
38
20 篇论文
39
20 篇论文
40
20 篇论文
41
19 篇论文
42
19 篇论文
43
19 篇论文
44
46
18 篇论文
47
48
18 篇论文
49
17 篇论文
50
51
17 篇论文
53
16 篇论文
54
16 篇论文
55
16 篇论文
56
16 篇论文
57
16 篇论文
58
16 篇论文
59
16 篇论文
60
15 篇论文