Finedefics 是北京大学彭宇新教授团队推出的细粒度多模态大模型，提升多模态大语言模型（MLLMs）在细粒度视觉识别（FGVR）任务中的表现。模型通过引入对象的细粒度属性描述，基于对比学习对齐视觉对象与类别名称的表示，解决了传统模型中视觉对象与细粒度子类别未对齐的问题。

Finedefics – 北大团队推出的细粒度多模态大模型 第1张
（图片来源网络，侵删）
Finedefics – 北大团队推出的细粒度多模态大模型 第2张
（图片来源网络，侵删）