MLLM-DR: Hacia el reconocimiento de depresión explicable con modelos de lenguaje grande multimodal

Resumen: El diagnóstico de depresión automatizado tiene como objetivo analizar la información multimodal de los videos de entrevistas para predecir los puntajes de depresión de los participantes. Estudios anteriores a menudo carecen de explicaciones claras de cómo se determinaron estos puntajes, lo que limita su adopción en la práctica clínica.

Leer más →

Comentarios desactivados en MLLM-DR: Hacia el reconocimiento de depresión explicable con modelos de lenguaje grande multimodal

Singlora: adaptación de bajo rango usando una sola matriz

Resumen: La adaptación de bajo rango (LORA) tiene un ajuste fino eficiente de parámetros significativamente avanzado de grandes modelos previos a la aparición. Lora aumenta los pesos previamente capacitados de un modelo agregando el producto de dos matrices más pequeñas que juntas forman una actualización de matriz de bajo rango.

Leer más →

Comentarios desactivados en Singlora: adaptación de bajo rango usando una sola matriz

Fin del contenido

No hay más páginas por cargar