ml-aim

> 编程语言

开源

此仓库提供了 AIMv1 和 AIMv2 研究项目的代码和模型检查点。

1.4K stars0 点赞1 次浏览

访问官网 GitHub

工具介绍

此仓库提供了 AIMv1 和 AIMv2 研究项目的代码和模型检查点。

大型视觉编码器的自回归预训练此仓库是 AIM 的入口点, AIM 是一系列自回归模型,它们拓展了视觉和多模态学习的边界:

AIMv2：Multimodal Autoregressive Pre-training of Large Vision Encoders [BibTeX] [CVPR 2025（突出篇）]

Enrico Fini*、Mustafa Shukor*、刘秀君、Philipp Dufter、Michal Klein、David Haldimann、Sai Aitharaju、 Victor Guilherme Turrisi da Costa、Louis Béthune、Zhe Gan、Alexander T Toshev、Marcin Eichner、Moin Nabi、Yinfei Yang， Joshua M. Susskind 和 Aalaeldin El-Nouby* - **AIMv1**：[大型自回归图像模型的可扩展预训练](https://arxiv.org/abs/2401.08541) [[`BibTeX`](#citation)][**ICML 2024**]
Alaaeldin El-Nouby, Michal Klein, 肖双飞, Miguel Angel Bautista, Alexander Toshev, Vaishaal Shankar, Joshua M Susskind、Armand Joulin。

*：技术贡献相等