AI 助理
备案控制台
开发者社区 ModelScope模型即服务 多模态 正文

在VQA任务里，有办法区分context和question吗？

已解决

专家您好，在VQA的任务里，我的text中，有没有特殊的的字符可以告诉模型，一部分句子是我提供的context，一部分句子是我真正想要问的问题 比如 Context: There are 5 people rising their bottles. Q: How many bottes?

image8.png

展开
收起
OFA视觉问答模型-英文-通用领域-huge
叫我饭啊啊 2023-02-24 09:41:55 607 分享 版权
1 条回答
写回答
取消 提交回答
  • 大口吃饭饭啊
    推荐回答

    您好，目前没有办法区分context和question，当前的vqa是按照标准vqa数据集构造的。

    2023-02-24 10:29:51
    赞同 展开评论
相关问答
多模态
this xml file does not appear to have any style in
48901
10
0
请问下 我访问接口不通 什么原因 Provisional headers are shown
2140
0
0
通过www和不带www的网址输入最终都指向www.我的域名.com，求指教
126762
28
0
购买阿里国外的云服务器是否可以访问谷歌？
80963
47
0
OSS的endpoint如何查看
36443
6
0
sql server的用户名和密码怎么查啊？
35835
21
0
配置了安全组规则，端口还是无法访问
32438
25
0
域名在腾讯云备案成功，解析到阿里云服务器，提示仍需备案？
59689
30
0
手机弹出支付风险问题
6206
2
0
设置域名解析如何指向我的服务器url包括端口号
17680
2
0
ModelScope模型即服务

多模态

包含图像描述、文本生成图片、版面分析、多模态表征、视觉问答、文档理解等多个领域

我要提问

相关文章

  • 机器人训练师狂喜！Infinite Mobility：上海AI Lab造物神器1秒生成可动家具，成本只要1分钱
  • AI生成视频告别剪辑拼接！MAGI-1：开源自回归视频生成模型，支持一镜到底的长视频生成
  • 开源8B参数全能扩散模型Flex.2-preview：把线稿变商稿，还能边画边改！
  • RAGEN：RL训练LLM推理新范式！开源强化学习框架让Agent学会多轮决策
  • 大模型基本概念介绍

    • 热门讨论

    热门文章

  • 普通轻薄本能跑哪些多模态大模型
  • 开源AI绘画工具Stable Diffusion代码分析论文介绍-好文转载
  • 【求助】关于使用Qwen2-7B-VL多模型模型识别图片某个元素的坐标的问题
  • 怎么修改model scope的默认存储位置
  • 图文匹配：Clip模型介绍
  • 请问Qwen-VL怎么用自己的数据集微调
  • 这个怎么搭建呢
  • 如何本地化（局域网内）部署Qwen的多模态大模型，用作推理 并自有程序调用
  • 3D-Speaker怎么使用自己的声纹音频文件进行训练，研究好久了，一直没有思路
  • 为什么用vllm部署qwen2-2b-vl，传输2张照片却，只回答一张照片的问题？
    • 展开全部
  • AgentScope：阿里开源多智能体低代码开发平台，支持一键导出源码、多种模型API和本地模型部署
  • MNN-LLM App：在手机上离线运行大模型，阿里巴巴开源基于 MNN-LLM 框架开发的手机 AI 助手应用
  • GLM-4V-Flash：智谱 AI 免费开放的图像理解大模型 API 接口
  • AnythingLLM：34K Star！一键上传文件轻松打造个人知识库，构建只属于你的AI助手，附详细部署教程
  • Mobile-Agent：通过视觉感知实现自动化手机操作，支持多应用跨平台
  • 阿里开源AI视频生成大模型 Wan2.1：14B性能超越Sora、Luma等模型，一键生成复杂运动视频
  • Agno：18.7K Star！快速构建多模态智能体的轻量级框架，运行速度比LangGraph快5000倍！
  • 音乐人必看！OpenUtau：开源AI歌声合成神器，快速打造专业级虚拟歌手，中文日文无缝切换
  • Trae 接入 Claude 3.7：AI 编程工具界的“卷王”，完全免费使用！
  • Univer：开源全栈 AI 办公工具，支持 Word、Excel、PPT 等文档处理和多人实时协作
    • 展开全部
    还有其他疑问?
    咨询AI助理