【论文速看】DL最新进展20241008-多模态、医学图像分割、扩散模型

【多模态】

PaliGemma: A versatile 3B VLM for transfer

研究机构：google

论文链接：https://arxiv.org/pdf/2407.07726

模型及其说明链接：https://huggingface.co/google/paligemma-3b-pt-224

PaliGemma 是一个基于 SigLIP-So400m 视觉编码器和 Gemma-2B 语言模型的开放视觉-语言模型（VLM）。它经过训练成为一个多功能且知识广泛的基础模型，适用于多种任务迁移。在各种开放世界任务中，PaliGemma 表现出色。我们在将近 40 个多样化的任务上评估了 PaliGemma，包括标准的 VLM 基准测试，以及更专业的任务如遥感和分割。

【医学图像分割】

[NeurlPS 2024 通用分割模型] SegVol: Universal and Interactive Volumetric Medical Image Segmentation

论文链接：https://arxiv.org/pdf/2311