作者：  （1）Yingxu He，新加坡国立大学计算机科学系{e0139128@u.nus.edu}；  （2）孙琪琪，南开大学生命科学学院{sunqiqi1018@gmail.com}。 链接表 摘要和简介 方法 参考 参考 [1] Armen Aghajanyan、Bernie Huang、Candace Ross、Vladimir Karpukhin、Hu Xu、Naman Goyal、Dmytro Okhonko、Mandar Joshi、Gargi Ghosh、Mike Lewis 和 Luke Zettlemoyer。CM3：互联网的因果掩蔽多模态模型。CoRR，abs/2201.07520，2022 年。  [2] Jian Ding、Nan Xue、Gui-Song Xia、Xiang Bai、Wen Yang、Michael Yang、Serge Belongie、Jiebo Luo、Mihai Datcu、Marcello Pelillo 和 Liangpei Zhang。航拍图像中的物体检测：大规模基准测试和挑战。IEEE 模式分析与机器智能学报，第 1-1 页，2021 年。  [3] Jon Kleinberg 和 Eva Tardos。算法设计。Addison-Wesley Longman Publishing Co., Inc.，美国，2005 年。[4] Darius Lam、Richard Kuzma、Kevin McGee、Samuel Dooley、Michael Laielli、Matthew Klaric、Yaroslav Bulatov 和 Brendan McCord。xview：俯视图像中的对象。CoRR，abs/1802.07856，2018 年。  [5] Junnan Li、Dongxu Li、Caiming Xiong 和 Steven CH Hoi。BLIP：引导语言图像预训练，实现统一的视觉语言理解和生成。CoRR，abs/2201.12086，2022 年。  [6] 陆晓强, 王斌强, 郑祥涛, 李学龙. 探索遥感图像标题生成的模型和数据. IEEE 地球科学与遥感学报, 56(4):2183–2195.  [7] OpenAI。推出 chatgpt，2022 年 11 月。  [8] Ramakrishna Vedantam、C. Lawrence Zitnick 和 Devi Parikh。Cider：基于共识的图像描述评估，2015 年。  [9] 王建锋，杨正远，胡晓伟，李林杰，林凯文，甘哲，刘子成，刘策，王丽娟。 Git：用于视觉和语言的生成式图像到文本转换器，2022 年。  [10] Shunyu Yao、Jeffrey Zhao、Dian Yu、Nan Du、Izhak Shafran、Karthik Narasimhan 和 Yuan Cao。React：语言模型中的协同推理和行动，2023 年。  [11] Xi Ye 和 Greg Durrett. 文本推理中小样本提示中解释的不可靠性，2022 年。  [12] Lili Yu、Bowen Shi、Ramakanth Pasunuru、Benjamin Muller、Olga Golovneva、Tianlu Wang、Arun Babu、Binh Tang、Brian Karrer、Shelly Sheynin、Candace Ross、Adam Polyak、Russell Howes、Vasu Sharma、Puxin Xu、Hovhannes Tamoyan、Oron Ashual、Uriel Singer、Shang-Wen Li、Susan Zhang、Richard James、Gargi Ghosh、Yaniv Taigman、Maryam Fazel-Zarandi、Asli Celikyilmaz、Luke Zettlemoyer 和 Armen Aghajanyan。《扩展自回归多模态模型：预训练和指令调整》，2023 年。  [13] 张文奇、沈永良、陆伟明、庄月婷。数据副驾驶：通过自主工作流连接数十亿数据和人类，2023 年。 该论文 。 可在 arxiv 上根据 CC BY-NC-SA 4.0 DEED 许可获取

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

FEW SHOT .tech

該音頻是用故事的原始語言製作的！

太長; 讀書

Make resilience your competitive advantage

使用 LLM 自动生成卫星图像标题：参考文献

About Author

註釋

標籤

这篇文章刊登在

Related Stories

数字游民请注意：您需要了解泰国新推出的 DTV 签证

从论坛到信息流：社交媒体算法如何塑造数字互动

看不见的层面：为什么用户访谈是不可替代的资产

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

数字游民请注意：您需要了解泰国新推出的 DTV 签证

从论坛到信息流：社交媒体算法如何塑造数字互动

看不见的层面：为什么用户访谈是不可替代的资产

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps