「vision-language model」の検索結果: 3件
画像と言語を結びつけて理解する、マルチモーダルモデルの一種。
パラメータ数を抑えた小型の言語モデル。端末上での動作や低コスト運用に向く。
膨大なテキストで訓練された巨大な言語モデル。文章生成・要約・対話などを高い精度でこなす。