visual-language

构建了一种基于光的视觉语言，AI系统可有目的地用于通信

本文介绍了RINO（RGB In and RGB Out），一个统一框架，将各种视觉信息（如掩码、深度图等）表示为RGB图像，并将视觉任务转换为RGB到RGB的图像编辑，从而让单一模型能够在任务间进行零样本迁移。

一份关于如何利用AI从学术论文生成图表的指南：通过定义个人视觉语言、使用Draw.io模板、并构建自定义AI技能，以提升论文理解能力。

本文定义了多图像隐性毒性（MIIT），即单独无害的图像组合后产生毒性，并提出了MiShield，一个通过渐进式蒸馏推理监督训练的模型来检测MIIT。实验表明，MiShield-8B优于现有的审核服务。