Modelo multimodal de IA con arquitectura early-fusion que procesa y genera texto + imágenes en una misma secuencia, logrando resultados de nivel SOTA en captioning y VQA.
Modelo multimodal de IA con arquitectura early-fusion que procesa y genera texto + imágenes en una misma secuencia, logrando resultados de nivel SOTA en captioning y VQA.
¿Listo para iniciar tu viaje? Queremos escuchar sobre tus desafíos y objetivos. Conéctate con nosotros y hagamos crecer tu negocio.
Madrid - Santa Cruz de Tenerife
Buenos Aires - Mendoza - San Rafael
