Vision-Language Model
Görseller ile doğal dili birlikte anlayıp bunlar hakkında metin üretebilen çok modlu model.
Görsel dil modelleri fotoğraf açıklama, belge okuma, ekran yorumlama ve görsel soru yanıtlama görevlerinde kullanılır. Küçük yazılar, mekânsal ilişkiler ve karmaşık grafikler hâlâ hata kaynağı olduğundan önemli çıkarımlar görüntüyle karşılaştırılmalıdır.
Member comments