Magazine Intelligenza Artificiale: l'IA è più di quello che appare

I ricercatori di ByteDance presentano Tarsier2: un modello di linguaggio visivo di grandi dimensioni (LVLM) con 7 miliardi di parametri, progettato per affrontare le sfide principali della comprensione video

19/01/2025

I ricercatori di ByteDance presentano Tarsier2: un modello di linguaggio visivo di grandi dimensioni (LVLM) con 7 miliardi di parametri, progettato per affrontare le sfide principali della comprensione video

ByteDance Researchers Introduce Tarsier2: A Large Vision-Language Model (LVLM) with 7B Parameters, Designed to Address the Core Challenges of Video Understanding