#мультимодальные большие языковые модели

Meta AI представила Multi-SpatialMLLM — новую модель, улучшающую многофреймовое пространственное понимание в мультимодальных больших языковых моделях на основе обширного датасета MultiSPA.

GRIT представляет инновационный метод, который обучает мультимодальные языковые модели объединять рассуждения с изображениями и текстом, значительно улучшая точность визуального обоснования и рассуждений при минимальном объёме данных.