OpenAI 发布 CLIP：连接文本与图像的神经网络
OpenAI 推出神经网络 CLIP，通过自然语言监督高效学习视觉概念。只需提供待识别视觉类别的名称，CLIP 即可应用于任何视觉分类基准，类似 GPT-2 和 GPT-3 的零样本能力。
推荐理由：官方介绍 CLIP 用自然语言监督学习视觉概念，可零样本适配任意视觉分类基准，读者可了解其与 GPT 系列能力思路的关联。
技术方向
多模态 最新动态
文本之外的能力：视觉理解、图文混合、音视频输入输出的模型与产品进展。
142 条精选近 30 天 64 条共收录 1,725 条
更新
精选归档 · 第 8 页
OpenAI：官网动态精选AI 评分8282
OpenAI：官网动态精选AI 评分6565 OpenAI 发布 Sparse Transformer，可处理比此前长 30 倍的序列
OpenAI 开发了 Sparse Transformer，一种在预测文本、图像或声音序列下一项任务上创下新纪录的深度神经网络。它通过改进注意力机制的算法，能从比此前可能的长 30 倍的序列中提取模式。
推荐理由：原文给出 Sparse Transformer 的核心改进点，即注意力算法可处理比此前长 30 倍的序列，读者可据此了解其技术方向。