全面了解多模态大语言模型 Multimodal Large Language Models，首个跟踪 MLLM 进展的论文集合...

关注公众号，发现CV技术之美

• 论文集合链接地址：https://github.com/BradyFU/Awesome-Multimodal-Large-Language-Models

大语言模型 Large Language Models（LLM）强大的泛化和推理能力给计算机视觉领域带来了很多灵感和启发，从而开辟出多模态大语言模型 Multimodal Large Language Models（MLLM）这一全新的前沿热点方向。该项目汇集了该方向近期的论文，包括：

• Multimodal Instruction Tuning

• Multimodal In-Context Learning

• Multimodal Chain-of-Thought

• LLM-Aided Visual Reasoning

• Fundation Models

• others

这 6 个子方向以及相应的新开放的数据集，该链接将保持实时更新，便于研究人员跟进。

END

加入「计算机视觉」交流群👇备注：CV