图表内容
任务1
分类
任务2
任务3
检测
任务N
分割
VMER-UF02,0是170亿参数视宽多任务濮型，支特各类任务
研究报告节选:
资料来源：Yu Sun et al.《ERNIE 3.0: LARGE-SCALE KNOWLEDGE ENHANCED PRE-TRAINING FOR LANGUAGE UNDERSTANDING AND GENERATION》，德邦研究所最后更新: 2023-03-08
相关行业研究图表
适配于焦化行业的图网络大模型
文心百中覆盖大量搜索场景，轻松助力产业应用
盘古NLP大模型参数量达到2000亿，高于GPT-3的1750亿
CUU龙1.13相行榜a:博物：m额
太极AngelPTM为预训练加速组件
基于盘古行业预训练模型的铁路TFDS开发方策
任务1
分类
任务2
任务3
检测
任务N
分割
