ChatGPT爆火之后，谷歌将ViT参数扩大到220亿

机器之心报道编辑：泽南视觉模型有很大的提升空间，研究者们在以往的 LLM 中学到经验教训，认为扩展是一个很有前途的方法。来自谷歌的研究者将 ViT 扩展到 22B 参数量，这是迄今为止报道的最大的视觉主干。与自然语言处理类似，对预训练视觉主干的迁移提高了模型在各种视觉任务上的性能。更大的数据集