BriefGPT - AI 论文速递 · 2024-11-05T00:00:00Z HumanVLM: The Foundation of Human-Scene Vision-Language Model 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了人类场景视觉语言模型（HumanVLM），旨在解决现有模型在特定人类场景理解中的不足。通过构建大规模多模态数据集，HumanVLM在多模态任务中表现优异，尤其在人相关任务上显著超越同类模型，推动了相关领域的研究进展。 🏷️ 标签 model 人类场景 任务表现 多模态数据集 研究进展 视觉语言模型 阅读原文 生成长图 分享链接 已复制链接
