原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
青年拔尖人才支持计划多模态大模型迈向AGI
目录1.1研究挑战1.2因果推理1.3世界模型1.4超级智能体AGIAgent1.5基于Agent的具身只能
1.1研究挑战（1）缺乏评估准则：大规模对话式视觉语言模型的开放性质使其全面评估变得具有挑战性。（2）模型设计准则模糊：大多数现有的多模态大模型都是针对文本、图像和图数据进行操作的，主要方法是增加数据量、提高计算能力和设计训练流程，以获得更好的结果。因此，如何在数据、计算资源和性能之间权衡是值得研究的。（3）多模态对齐不佳：现有的视觉语言模型也存在视觉和语言（或其他模态）之间对齐不佳的问题。例如，与视觉提示（点、框或掩模）相比，
文档评论（0）