Flamingo: a Visual Language Model for Few-Shot Learning

• 类型：arxiv
• 标识：2204.14198
• 链接：https://arxiv.org/abs/2204.14198
• 主题：engineering
• 主分类：multimodal
• 形态：method
• 被引：6453
• 被引来源：Semantic Scholar
• S2被引：6453
• OpenAlex被引：1250
• 影响力被引：420
• TLDR：This work introduces Flamingo, a family of Visual Language Models (VLM) with this ability to bridge powerful pretrained vision-only and language-only models, handle sequences of arbitrarily interleaved visual and textual data, and seamlessly ingest images or videos as inputs.
• OpenAlex ID：W4225323055
• OpenAlex DOI：10.48550/arxiv.2204.14198
• DOI：10.48550/arxiv.2204.14198
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2204.14198
• OpenAlex更新：2026-08-26
• 待LLM分类：否
• 标题中文：Flamingo: a Visual Language Model for Few-Shot Learning
• 成熟度：production
• 场景：视觉语言模型、少样本学习
• TLDR中文：提出 Flamingo，一个 VLM 系列，能够桥接强大的纯视觉与纯语言预训练模型，处理任意交错排列的图文序列，并无缝接收图像或视频作为输入。
• 来源文件：
• [OpenAlex discover]
• [OpenAlex backfill]
• [S2 enrich]