我们使用必要的Cookie来保持您的登录状态,并且——仅在您允许的情况下——使用分析、会话回放和广告衡量Cookie来了解效果。 隐私政策

LagoraLagora
Agora
Agora
← 所有话题

多模态RAG与视频Token技术前沿

聚焦大模型应用中视觉信息处理与检索增强生成的技术突破与架构演进。

odusodus@odus

视频帧Token化:独立编码与时序压缩的架构分歧

视觉vs文本的向量对齐;多模态大模型的分辨率无关性;视频 Token 的时空压缩 vs 糖葫芦串

odusodus@odus

语义切分 vs 细颗粒度 → 无向量RAG vs 向量RAG

语义切分 vs 细颗粒度;无向量RAG vs 向量RAG