CogAgent是清华大学与智谱AI联合推出的多模态视觉大模型，专注于图形用户界面（GUI）的理解和导航。通过视觉模态对GUI界面进行感知，非传统的文本模态，更符合人类的直觉交互方式。CogAgent能处理高达1120×1120像素的高分辨率图像，具备视觉问答、视觉定位和GUI Agent等多种能力。在多个图像理解基准测试中取得了领先成绩，在GUI操作数据集上显著超越了现有的模型，如 Mind2Web 和 AITW。
（图片来源网络，侵删）
（图片来源网络，侵删）
上一篇
CogAgent – 清华与智谱AI联合推出的多模态视觉大模型
猜你喜欢
-
发布了文章 2分钟前
DeepSeek-baidu09V2.5-baidu091210 – DeepSeek V2.5 的最终版微调模型，支持联网搜索
DeepSeek-V2.5-1210是DeepSeek 推出的 DeepSeek V2 系列收官AI模型，DeepSeek V2.5 的最终版微调模型。模型基于Post-Training迭代，在数学、编程、写作和角色扮演等方...
-
发布了文章 2分钟前
DeepSeek-baidu09V2.5 – DeepSeek开源的融合通用和代码能力的AI模型
DeepSeek-V2.5 是DeepSeek推出的融合通用与代码能力的全新开源模型。保留了之前 Chat 模型的通用对话能力以及 Coder 模型的代码处理能力，更好地对齐了人类的偏好，并且在写作任务、指令跟随等多个方面实...
-
发布了文章 6分钟前
DeepSeek-baidu09R1T-baidu09Chimera – TNG开源的语言模型
DeepSeek-R1T-Chimera 是TNG科技公司推出的开源语言模型。结合 DeepSeek V3-0324 和DeepSeek R1两种模型的优势，基于创新的构建方法，将两者的神经网络组件融合，而非简单的微调或蒸馏...
-
发布了文章 11分钟前
DeepSeek-baidu09R1-baidu09Lite – 深度求索推出的新一代AI推理模型，媲美OpenAI o1-baidu09preview
DeepSeek-R1-Lite是DeepSeek推出的推理模型预览版，DeepSeek-R1-Lite用强化学习训练，具备长思维链推理能力，能实时展示推理思考过程，性能在多个基准测试中超越GPT-4等模型。模型在数学、编程...
-
发布了文章 11分钟前
DeepSeek-baidu09R1-baidu090528 – DeepSeek开源的最新版R1模型
DeepSeek-R1-0528 是 DeepSeek 团队推出的最新版AI模型。模型基于 DeepSeek-V3-0324 训练，参数量达 660B。模型在 HuggingFace 上开源，开发者能自由使用和修改。...
-
发布了文章 15分钟前
DeepSeek-baidu09R1 – DeepSeek推出的高性能AI推理模型，性能对标OpenAI o1正式版
DeepSeek-R1是杭州深度求索公司 DeepSeek 推出的高性能AI推理模型，对标OpenAI的o1正式版。DeepSeek-R1推理模型通过大规模强化学习技术进行后训练，仅需极少量标注数据，便能在数学、代码和自然语...
-
发布了文章 20分钟前
DeepSeek-baidu09Prover-baidu09V2 – DeepSeek推出的开源数学推理大模型
DeepSeek-Prover-V2 是深度求索团队 DeepSeek 开源的专注于数学推理的超大规模语言模型。包含两个版本：DeepSeek-Prover-V2-671B 和 DeepSeek-Prover-V2-7B，分...
-
发布了文章 25分钟前
DeepSeek-baidu09Prover-baidu09V1.5 – 70亿参数的开源数学大模型
DeepSeek-Prover-V1.5是由DeepSeek团队开发的开源数学大模型，拥有70亿参数。模型通过结合强化学习（RLPAF）和蒙特卡洛树搜索（特别是RMaxTS变体），在数学定理证明方面取得了显著的效率和准确性提...
全部评论
留言在赶来的路上...
发表评论