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！

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

扬帆起航：利用数据湖开发生产级 RAG 应用程序

成功云迁移的完整指南：策略和最佳实践

点击赚钱：Telegram 可能会在 Solana 之前吸引下一个 100 亿加密用户

看不见的层面：为什么用户访谈是不可替代的资产

扬帆起航：利用数据湖开发生产级 RAG 应用程序

成功云迁移的完整指南：策略和最佳实践

点击赚钱：Telegram 可能会在 Solana 之前吸引下一个 100 亿加密用户

看不见的层面：为什么用户访谈是不可替代的资产

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps