让我们看看演示视频吧！
TACO，开源的多模态动作模型，在推理过程中，TACO产生思想和行动链（科塔），通过调用外部工具（如OCR，深度估计和计算器）执行中间步骤，然后整合思想和行动输出以产生连贯的响应。TACO模型在8个基准测试中的表现优于指令调整的基线，平均实现了3.6%的改进，在涉及OCR、数学推理和空间推理的MMVet任务中提高了高达15%。
项目地址：https://taco-project.github.io/
Github地址：https://github.com/SalesforceAIResearch/TACO
论文地址：https://arxiv.org/pdf/2412.05479
模型下载地址：https://huggingface.co/collections/Salesforce/taco-models-6764b2ad9ed8cf7fc0946581
微信扫描下方的二维码阅读本文
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
评论(0)