1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 计算机
  5. 行业软件

多模态图文指令微调模型LLaVA技术研究与应用.pdfVIP

  • 0
  • 0
  • 约12.33万字
  • 约 38页
  • 2026-09-15 发布于北京
  • 举报

多模态图文指令微调模型LLaVA技术研究与应用.pdf

    视觉指令微调

    1

    1∗2∗312

    ，李春元，,李永宰威斯康星大学–麦迪逊分校微

    软3哥伦比亚大学

    3202rpA7

    1

    利用机器生成的指令跟随数据对大型语言模型（LLM）进行指令微调，已

    提升了其在新任务上的零样本能力，但该思路在多模态领域尚未充分探索。

    本文首次尝试使用纯语言模型GPT‑4生成多模态图文指令跟随数据。通过

    对生成数据进行指令微调，我们提出了LLaVA：大型语言与视觉助理，这

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >