Finetuned Multimodal Language Models Are High-Quality Image-Text Data Filters

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Wang, Weizhi, Mrini, Khalil, Yang, Linjie, Kumar, Sateesh, Tian, Yu, Yan, Xifeng, Wang, Heng
Format:	Preprint
Publié:	2024
Sujets:	Computer Vision and Pattern Recognition Computation and Language
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2403.02677